/ Модель
Каталог

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Базовая модель
wav2vec2-base
Библиотека
transformers
Опубликована
27 июн 2026

Ссылки

Hugging Face

wav2vec2-english-learner-google-colab

Iram076
Распознавание речиАудио → текст

Дообученная wav2vec 2.0 модель для преобразования английской речи в текст.

6скачиваний за 30 дней0лайковвеса обновлены29 июн 2026

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.

Открыть конструктор бенчмарка

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

Iram076/wav2vec2-english-learner-google-colab — модель автоматического распознавания речи, дообученная автором на основе facebook/wav2vec2-base. Это архитектура wav2vec 2.0 с CTC-декодированием, содержащая 113,3 млн параметров и принимающая аудио для преобразования речи в текст. Модель ориентирована на распознавание английской речи; название указывает на учащихся английскому, однако карточка не уточняет специальную настройку под их речь или набор данных.

На оценочном наборе указаны loss 0,6853 и WER 0,5039. Данных о наборе обучения, метриках на других выборках и ограничениях применения нет, поэтому качество для конкретных акцентов и условий записи по этим результатам оценить нельзя. Репозиторий использует safetensors и библиотеку Transformers; лицензия — Apache-2.0.

Сценарии применения

  • транскрибирование английской речи
  • распознавание речи учащихся английскому
  • создание черновых субтитров на английском

Ограничения

На оценочном наборе WER составляет 0,5039, что указывает на заметные ошибки распознавания. Обучающий набор неизвестен, а результаты на других акцентах и условиях записи не приведены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wav2vec2-english-learner-google-colab

This model is a fine-tuned version of facebook/wav2vec2-base on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.6853
  • Wer: 0.5039

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0001
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 1000
  • num_epochs: 30
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
8.67281.30555003.03111.0004
2.13542.611010001.35910.9853
1.15443.916415000.95390.8498
0.77805.221920000.78030.7699
0.57826.527425000.80550.7366
0.44907.832930000.67570.6613
0.36749.138435000.66470.6290
0.291010.443940000.66160.6186
0.248311.749345000.61150.6122
0.211013.054850000.64930.6075
0.176414.360355000.66530.5875
0.157315.665860000.68140.5857
0.137516.971365000.63000.5559
0.125418.276870000.69740.5495
0.108519.582275000.65780.5559
0.100920.887780000.65180.5391
0.079122.193285000.68330.5305
0.068923.498790000.73590.5269
0.059524.804295000.70320.5115
0.070726.1097100000.65960.5054
0.048627.4151105000.65640.5104
0.052428.7206110000.67120.5054
0.052430.0114900.68530.5039

Framework versions

  • Transformers 5.12.1
  • Pytorch 2.11.0+cu128
  • Datasets 5.0.0
  • Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Wav2Vec2ForCTC
Ревизия весов
8e5ebdb

0 моделей

    Создать бенчмарк