/ Модель

Характеристики

Параметры
403 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Базовая модель
wav2vec2-xls-r-300m
Библиотека
transformers
Опубликована
26 янв 2026

wav2vec2-xls-r-300m-Korean-children-pronunciation-jamo-based-semi-supervised_V2

Распознавание речиАудио → текст3 профессии

Дообученная Wav2Vec2-модель для распознавания корейской детской речи с выводом на основе букв чамо.

822скачиваний за 30 дней0лайковвеса обновлены28 янв 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.

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

Модель Miniijune/wav2vec2-xls-r-300m-Korean-children-pronunciation-jamo-based-semi-supervised_V2 — дообученная версия facebook/wav2vec2-xls-r-300m для автоматического распознавания речи. Архитектура Wav2Vec2ForCTC; в репозитории указано около 402,7 млн параметров. Название указывает на распознавание корейской детской речи с представлением на основе хангыля по буквам чамо, однако описание и сведения об обучающих данных в карточке практически отсутствуют.

Модель принимает аудио и выдаёт распознанный текст. В README приведены результаты на оценочном наборе: loss 0,0802 и CER 0,1160; подробности набора и методики оценки не раскрыты. Лицензия — Apache-2.0.

Сценарии применения

  • распознавание корейской детской речи
  • транскрибирование детской речи на корейском языке
  • оценка ошибок распознавания корейской речи по символам
  • эксперименты с распознаванием корейской речи на основе букв чамо

Ограничения

Карточка не описывает обучающие данные, условия применения и ограничения; приведённые метрики нельзя интерпретировать без сведений об оценочном наборе и методике. Назначение для корейской детской речи следует из названия модели.

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

wav2vec2-xls-r-300m-Korean-children-pronunciation-jamo-based-semi-supervised_V2

This model is a fine-tuned version of facebook/wav2vec2-xls-r-300m on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0802
  • Cer: 0.1160

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: 3e-05
  • train_batch_size: 4
  • eval_batch_size: 1
  • seed: 42
  • gradient_accumulation_steps: 8
  • 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: 2000
  • num_epochs: 4
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossCer
1.64820.25620000.93050.2902
0.58120.51240000.30670.1785
0.45310.76860000.21100.1556
0.38641.023980000.16770.1434
0.34481.2799100000.13850.1346
0.3111.5359120000.12760.1310
0.29571.7919140000.10570.1239
0.27122.0479160000.10350.1235
0.26522.3039180000.09460.1208
0.25442.5599200000.09040.1188
0.25142.8159220000.08700.1178
0.23323.0718240000.08180.1165
0.24013.3278260000.08210.1165
0.23233.5838280000.08010.1162
0.23233.8398300000.08020.1160

Framework versions

  • Transformers 4.57.0
  • Pytorch 2.9.1+cu128
  • Datasets 4.2.0
  • 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
ee30273

0 моделей