/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
hubert · dense
Базовая модель
hubert-base-ls960
Библиотека
transformers
Опубликована
7 мая 2025

hubert-arabic-spoken-dialect-classifier

Классификация текстаТекст → label3 профессии

Модель классифицирует арабскую речь по литературному варианту и 17 региональным диалектам.

228скачиваний за 30 дней1лайквеса обновлены11 мая 2025

Бенчмарки

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

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

Ibrahim Amin разработал дообученную модель на базе facebook/hubert-base-ls960 для классификации арабской речи по диалектам. Она принимает сырое аудио и относит его к одному из 18 классов: литературному арабскому (MSA) или одному из 17 региональных диалектов. Модель на архитектуре HuBERT содержит 113,3 млн параметров и использует библиотеку Transformers.

Модель предназначена для определения диалекта, лингвистических исследований и систем обработки речи с учётом диалектных особенностей. Для обучения использованы корпус QASR для MSA и набор ADI17 для региональных разновидностей арабского. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • определение диалекта в арабской аудиозаписи
  • разметка аудиоданных по разновидностям арабского языка
  • анализ региональных особенностей арабской речи
  • маршрутизация аудио в диалектно-адаптированные системы обработки речи

Ограничения

Модель классифицирует только арабскую речь в пределах MSA и 17 представленных в обучающих данных диалектов; качество на других языках, диалектах и условиях записи не описано.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🗣️ HuBERT Arabic Spoken Dialect Classifier

Model Overview

This model is a fine-tuned version of facebook/hubert-base-ls960 for Arabic spoken dialect classification. It identifies Modern Standard Arabic (MSA) and 17 regional Arabic dialects from raw audio.

This model is intended for use in tasks such as dialect identification, linguistic research, and dialect-aware speech processing systems.


🧠 Model Details

  • Base Model: facebook/hubert-base-ls960
  • Task: Audio Classification (Dialect Identification)
  • Languages: Arabic (MSA + 17 dialects)
  • Datasets:
    • QASR corpus (for MSA)
    • ADI17 dataset (for 17 Arabic dialects)

📊 Labels (id2label)

The model predicts one of the following 18 classes:

{
    "0": "MSA",   // Modern Standard Arabic
    "1": "IRA",   // Iraqi Arabic
    "2": "EGY",   // Egyptian Arabic
    "3": "MAU",   // Mauritanian Arabic
    "4": "KSA",   // Saudi Arabic
    "5": "UAE",   // Emirati Arabic
    "6": "SYR",   // Syrian Arabic
    "7": "PAL",   // Palestinian Arabic
    "8": "LEB",   // Lebanese Arabic
    "9": "LIB",   // Libyan Arabic
    "10": "KUW",  // Kuwaiti Arabic
    "11": "ALG",  // Algerian Arabic
    "12": "OMA",  // Omani Arabic
    "13": "QAT",  // Qatari Arabic
    "14": "YEM",  // Yemeni Arabic
    "15": "SUD",  // Sudanese Arabic
    "16": "MOR",  // Moroccan Arabic
    "17": "JOR",  // Jordanian Arabic
}

🚀 Usage

from transformers import Wav2Vec2FeatureExtractor, HubertForSequenceClassification
import torch
import torchaudio

# Load feature extractor and model
processor = Wav2Vec2FeatureExtractor.from_pretrained("IbrahimAmin/hubert-arabic-spoken-dialect-classifier")
model = HubertForSequenceClassification.from_pretrained("IbrahimAmin/hubert-arabic-spoken-dialect-classifier")

# Load audio (must be mono, 16kHz)
waveform, sample_rate = torchaudio.load("your_audio.wav")

# Convert to mono if not already
if waveform.shape[0] > 1:
    waveform = torch.mean(waveform, dim=0, keepdim=True)

# Resample if needed to 16 kHz
if sample_rate != 16000:
    resampler = torchaudio.transforms.Resample(orig_freq=sample_rate, new_freq=16000)
    waveform = resampler(waveform)

inputs = processor(waveform.squeeze(), sampling_rate=16_000, return_tensors="pt")

# Run inference
with torch.inference_mode():
    logits = model(**inputs).logits

# Get predicted label
predicted_label = torch.argmax(logits, dim=-1).item()
print(f"Predicted Dialect: {model.config.id2label[predicted_label]}")

🏋️ Training Datasets

This model was trained using:

  • QASR corpus to represent Modern Standard Arabic (MSA).
  • ADI17 dataset, which includes 17 varieties of spoken Arabic dialects across different countries and regions.

📝 Citation

If you use this model in your research or application, please cite:

@misc{amin2025hubertarabicdialect,
  title={HuBERT Arabic Spoken Dialect Classifier},
  author={Ibrahim Amin},
  year={2025},
  publisher = {Hugging Face},
  howpublished={\url{https://huggingface.co/IbrahimAmin/hubert-arabic-spoken-dialect-classifier}},
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Нельзя запустить

Для архитектуры hubert нет загрузчика под задачу text-classification.

Класс архитектуры
HubertForSequenceClassification
Ревизия весов
4287455

0 моделей