Характеристики

Лицензия: Apache 2.0
Базовая модель: wav2vec2-large-robust-ft-libri-960h
Библиотека: transformers
Опубликована: 5 авг 2026

Ссылки

Hugging Face

MSP-ASR-TRAIN

MahmoodAnaam

Распознавание речиАудио → текст

Англоязычная модель на базе Wav2Vec2 для преобразования речи из аудио в текст.

0скачиваний за 30 дней0лайковвеса обновлены18 авг 2026

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

MSP-ASR-TRAIN — англоязычная модель распознавания речи, созданная дообучением facebook/wav2vec2-large-robust-ft-libri-960h. Она принимает аудио и преобразует речь в текст; предназначена для автоматической транскрибации записей. В метаданных указаны датасеты AVYT и AVCocktail, а в README приведены результаты оценки: loss 0,3481 и WER 0,2040. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0.

Сценарии применения

транскрибация английской речи в аудиозаписях
автоматическое распознавание английской речи
получение текстовой расшифровки аудио

Ограничения

README не описывает целевые сценарии и ограничения применения. На указанном наборе оценки WER составляет 0,2040; качество на других данных может отличаться.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MSP-ASR

This model is a fine-tuned version of facebook/wav2vec2-large-robust-ft-libri-960h on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.3481
Wer: 0.2040

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: 16
eval_batch_size: 16
seed: 42
gradient_accumulation_steps: 2
total_train_batch_size: 32
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: cosine
lr_scheduler_warmup_steps: 1000.0
training_steps: 40000

Training results

Training Loss	Epoch	Step	Validation Loss	Wer
2.9991	0.025	1000	0.7600	0.4273
2.7153	0.05	2000	0.5967	0.3697
2.4461	0.075	3000	0.5058	0.3102
2.4391	0.1	4000	0.5428	0.2994
2.4508	0.125	5000	0.6064	0.3583
2.0697	0.15	6000	0.4450	0.2544
2.0818	0.175	7000	0.7904	0.3479
2.1906	0.2	8000	0.6347	0.3174
2.1315	0.225	9000	0.5940	0.3114
2.0303	0.25	10000	0.7855	0.3289
1.9732	0.275	11000	0.4407	0.2292
1.7688	0.3	12000	0.9236	0.3608
2.0256	0.325	13000	0.4565	0.2409
2.1277	0.35	14000	0.6548	0.3096
1.9222	0.375	15000	0.4132	0.2314
1.8986	0.4	16000	0.3661	0.2074
1.9326	0.425	17000	0.3481	0.2040
1.9936	0.45	18000	0.5246	0.2579
1.9033	0.475	19000	0.4698	0.2397
1.8331	0.5	20000	0.4469	0.2189
2.0719	0.525	21000	0.6117	0.2701
1.8486	0.55	22000	0.4878	0.2329
1.7071	0.575	23000	0.6653	0.2782
1.7644	0.6	24000	0.6700	0.2846
1.6879	0.625	25000	0.7342	0.2891
1.9840	0.65	26000	0.8277	0.3100
1.7513	0.675	27000	0.6867	0.2832
1.7917	0.7	28000	0.5828	0.2630
1.9621	0.725	29000	0.4499	0.2243
1.8372	0.75	30000	0.5036	0.2397
1.8334	0.775	31000	0.5540	0.2513
1.7985	0.8	32000	0.6490	0.2780
1.7205	0.825	33000	0.5828	0.2615
2.1699	0.85	34000	0.6067	0.2732
1.7843	0.875	35000	0.5375	0.2540
1.8201	0.9	36000	0.5541	0.2564
1.6863	0.925	37000	0.5362	0.2512
1.7110	0.95	38000	0.5339	0.2495
1.7379	0.975	39000	0.5395	0.2505
1.8971	1.0	40000	0.5416	0.2509

Framework versions

Transformers 5.10.2
Pytorch 2.10.0+rocm7.2.4.git3d3aa833
Datasets 4.0.0
Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов: 2ea41e7