/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
transformers
Опубликована
5 авг 2026

MSP-VSR-TRAIN

Распознавание речиАудио → текст

MSP-VSR-TRAIN — дообученная модель для автоматического распознавания английской речи в аудио.

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-VSR-TRAIN — модель распознавания речи, разработанная MahmoodAnaam и дообученная на базе MahmoodAnaam/avhubert_encoder_large_noise_pt_noise_ft_433h. Репозиторий содержит веса в формате safetensors и предназначен для автоматического распознавания речи; карточка связывает модель с датасетами AVYT и AVCocktail.

На оценочном наборе указаны loss 1,2109 и WER 0,6198. README не описывает дополнительные сценарии применения или ограничения. Модель принимает аудио и выдаёт распознанный текст; карточка указывает английский язык. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибация английской речи из аудио
  • получение текстовой расшифровки речевых записей
  • распознавание речи в аудиоданных AVYT и AVCocktail

Ограничения

На оценочном наборе WER составляет 0,6198. README не приводит сведений о других ограничениях или сценариях, в которых качество может снижаться.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MSP-VSR

This model is a fine-tuned version of on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 1.2109
  • Wer: 0.6198

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: 32
  • eval_batch_size: 32
  • 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: cosine
  • lr_scheduler_warmup_steps: 1000.0
  • training_steps: 50000

Training results

Training LossEpochStepValidation LossWer
2.69880.0210002.55010.9915
2.02970.0420001.76840.8450
1.94790.0630001.64730.8139
1.98780.0840001.58350.7850
2.02810.150001.54610.7615
1.90420.1260001.49890.7539
1.91340.1470001.48110.7418
1.98300.1680001.46200.7214
1.92360.1890001.44040.7128
1.81550.2100001.44400.7099
1.83390.22110001.41990.7160
1.73630.24120001.40740.7001
1.90540.26130001.39080.6984
1.86430.28140001.38910.6907
1.66960.3150001.36440.6904
1.69950.32160001.35020.6964
1.72300.34170001.34310.6806
1.75470.36180001.34350.6762
1.69770.38190001.31340.6728
1.68840.4200001.32230.6699
1.77580.42210001.29260.6814
1.81150.44220001.29950.6636
1.79800.46230001.28440.6669
1.77370.48240001.30200.6591
1.66550.5250001.27270.6544
1.74930.52260001.28300.6547
1.70160.54270001.28200.6497
1.67630.56280001.27670.6473
1.70270.58290001.27300.6454
1.79840.6300001.26100.6471
1.73010.62310001.24750.6438
1.71330.64320001.25690.6342
1.60790.66330001.24680.6314
1.82200.68340001.22990.6355
1.61100.7350001.23690.6310
1.68630.72360001.22860.6357
1.59380.74370001.22850.6288
1.70960.76380001.22110.6266
1.53880.78390001.22220.6246
1.60240.8400001.22880.6268
1.59120.82410001.21500.6285
1.69310.84420001.21210.6220
1.66000.86430001.21340.6246
1.66010.88440001.20620.6222
1.68000.9450001.21090.6198
1.58030.92460001.20800.6222
1.61280.94470001.20340.6216
1.52250.96480001.20630.6210
1.62960.98490001.20910.6219
1.65041.0500001.21020.6214

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
3fe2fe1

0 моделей