/ Модель

Характеристики

Параметры
113 млн
Архитектура
wav2vec2 · dense

vakyansh-wav2vec2-kannada-knm-560

Распознавание речиАудио → текст5 профессий

Модель Wav2Vec2 для распознавания речи на каннада и преобразования аудио в текст.

1 058скачиваний за 30 дней0лайковвеса обновлены2 авг 2021

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Распознавание речи» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Harveenchadha/vakyansh-wav2vec2-kannada-knm-560 — модель автоматического распознавания речи на основе Wav2Vec2 с выходной CTC-архитектурой. В карточке Hugging Face указано, что это модель для распознавания речи; параметры составляют около 113,3 млн, веса доступны в формате PyTorch. Модель предназначена для преобразования аудиозаписей на каннада в текст; процессор настроен на аудио с частотой дискретизации 16 кГц.

Модель подходит для транскрибирования речи на каннада, например, записей и аудио в прикладных системах распознавания речи. В карточке нет сведений о лицензии, оценках качества или подробных ограничениях применимости, поэтому эти характеристики нельзя надёжно описать.

Сценарии применения

  • транскрибирование записей на каннада
  • распознавание речи на каннада в аудиофайлах
  • преобразование аудио на каннада в текст для приложений распознавания речи

Ограничения

Подтверждённых сведений о качестве на разных акцентах и типах аудио нет. Настройка процессора предполагает частоту дискретизации 16 кГц.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Автор не опубликовал карточку модели.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Wav2Vec2ForCTC
Ревизия весов
0564782

0 моделей