/ Модель
Каталог

Характеристики

Параметры
403 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Базовая модель
xls-r-300m-danish-mc
Библиотека
transformers
Опубликована
29 сен 2025

Ссылки

Hugging Face

xls-r-300m-danish-mc-v2

MediaCatch
Распознавание речиАудио → текст6 профессий

Дообученная MediaCatch модель wav2vec2 для преобразования датской речи в текст.

285скачиваний за 30 дней0лайковвеса обновлены29 сен 2025

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

MediaCatch/xls-r-300m-danish-mc-v2 — модель распознавания речи, разработанная MediaCatch и дообученная на базе MediaCatch/xls-r-300m-danish-mc на предварительно обработанном датасете. Она использует архитектуру wav2vec2 с CTC-декодированием и содержит 402,7 млн параметров.

Модель предназначена для автоматического преобразования датской речи в текст. На указанном в карточке наборе оценки показала WER 0,0875 и loss 0,1570. Принимает аудио и выдаёт текст; библиотека для работы — Transformers.

Модель распространяется по лицензии Apache-2.0. Карточка не описывает состав и условия записи обучающих данных, ограничения по акустическим условиям или рекомендуемую область применения.

Сценарии применения

  • транскрибация записей на датском языке
  • распознавание датской речи в аудиофайлах
  • создание текстовых расшифровок датских разговоров

Ограничения

В README не приведены подробности об обучающих данных и известных ограничениях. WER 0,0875 относится только к указанному набору оценки и не гарантирует такую же точность в других условиях.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mc_danish

This model is a fine-tuned version of MediaCatch/xls-r-300m-danish-mc on the Preprocessed Dataset dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1570
  • Wer: 0.0875

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: 3
  • eval_batch_size: 6
  • seed: 69
  • distributed_type: multi-GPU
  • num_devices: 4
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 48
  • total_eval_batch_size: 24
  • optimizer: Use 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: 500
  • num_epochs: 10.0

Training results

Training LossEpochStepValidation LossWer
No log003.15180.1154
0.12330.09915000.16840.1039
0.11220.198210000.15360.1059
0.1090.297315000.14970.1032
0.10270.396520000.14710.1036
0.10820.495625000.14460.1053
0.1050.594730000.14400.1059
0.09860.693835000.14360.1041
0.10370.792940000.14040.1015
0.09880.892045000.13910.1008
0.09790.991150000.13730.0995
0.08331.090255000.13850.0991
0.08551.189360000.14070.0990
0.08481.288465000.13900.0975
0.08451.387570000.13650.0986
0.08241.486675000.13730.0975
0.08421.585880000.13530.0979
0.08371.684985000.13340.0968
0.08231.784090000.13480.0960
0.08511.883195000.13310.0957
0.08431.9822100000.12990.0949
0.07072.0813105000.13370.0926
0.07092.1804110000.13320.0958
0.07422.2795115000.13160.0944
0.07422.3786120000.13560.0959
0.07192.4777125000.13230.0969
0.07392.5768130000.12860.0951
0.06952.6760135000.13150.0957
0.07412.7751140000.13100.0940
0.07292.8742145000.13030.0970
0.06952.9733150000.13160.0939
0.06373.0724155000.13530.0955
0.06643.1715160000.13330.0940
0.06353.2706165000.13700.0941
0.06523.3697170000.13340.0937
0.06533.4688175000.13200.0957
0.06543.5679180000.13650.0938
0.06333.6670185000.13630.0943
0.06423.7661190000.13160.0926
0.06223.8653195000.12820.0906
0.06533.9644200000.13340.0904
0.05854.0634205000.13630.0914
0.0574.1625210000.13340.0935
0.05914.2617215000.13700.0914
0.05384.3608220000.13570.0929
0.05864.4599225000.13790.0916
0.05564.5590230000.13780.0925
0.05744.6581235000.13530.0898
0.05454.7572240000.13710.0912
0.05724.8563245000.13200.0895
0.05464.9554250000.13610.0908
0.04855.0545255000.14290.0926
0.0545.1536260000.14010.0912
0.05075.2527265000.14060.0888
0.05195.3519270000.14160.0902
0.05245.4510275000.14030.0903
0.055.5501280000.13950.0890
0.05035.6492285000.14390.0892
0.05285.7483290000.14020.0905
0.05035.8474295000.14240.0902
0.0515.9465300000.14120.0890
0.04716.0456305000.14470.0893
0.04616.1447310000.15110.0885
0.04366.2438315000.15050.0898
0.04836.3429320000.14580.0884
0.04576.4420325000.14490.0886
0.04656.5412330000.14300.0880
0.04496.6403335000.14870.0892
0.04556.7394340000.14910.0883
0.04836.8385345000.14760.0884
0.04856.9376350000.14490.0885
0.04457.0367355000.15040.0878
0.04297.1358360000.15440.0887
0.04297.2349365000.15070.0885
0.04497.3340370000.14990.0890
0.04147.4331375000.15220.0878
0.04147.5322380000.15190.0888
0.04057.6313385000.15400.0878
0.04247.7305390000.15350.0884
0.04217.8296395000.15330.0883
0.04187.9287400000.15400.0884
0.04048.0278405000.15370.0880
0.04128.1269410000.15700.0875
0.04088.2260415000.15690.0880
0.04088.3251420000.15670.0878
0.0398.4242425000.15700.0881
0.03928.5233430000.15590.0881
0.04248.6224435000.15550.0887
0.03948.7215440000.15720.0883
0.0398.8207445000.15810.0886
0.03988.9198450000.15610.0880
0.04019.0188455000.15650.0884
0.03939.1179460000.15780.0881
0.049.2171465000.15810.0878
0.04079.3162470000.15790.0880
0.0399.4153475000.15820.0882
0.03889.5144480000.15800.0883
0.04119.6135485000.15800.0881
0.04039.7126490000.15780.0880
0.03989.8117495000.15780.0880
0.03779.9108500000.15770.0880

Framework versions

  • Transformers 4.56.2
  • Pytorch 2.8.0+cu128
  • Datasets 4.1.1
  • Tokenizers 0.22.1

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
e9e3d39

0 моделей

    Создать бенчмарк