/ Модель

Характеристики

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

wav2vec2-balti-google-colab

Распознавание речиАудио → текст4 профессии

Дообученная Wav2Vec2 модель для автоматического распознавания речи, предположительно ориентированная на балти.

10скачиваний 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.

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

Musharaf08/wav2vec2-balti-google-colab — дообученная модель распознавания речи на архитектуре Wav2Vec2ForCTC, основанная на facebook/wav2vec2-base. Она предназначена для преобразования речи в текст; название репозитория указывает на язык балти, однако README не содержит сведений о тренировочном наборе данных или поддерживаемых языках. Модель содержит 113,3 млн параметров и распространяется в формате safetensors через Transformers.

В карточке приведены результаты оценки: loss 0,9115 и WER 0,5423. Модель выпущена под лицензией Apache-2.0. Данных о длине аудио, условиях записи и известных ограничениях нет.

Сценарии применения

  • преобразование речи на балти в текст
  • транскрибирование аудиозаписей на балти
  • создание черновых субтитров для речи на балти

Ограничения

В README указан WER 0,5423 на оценочном наборе, что указывает на заметные ошибки распознавания. Язык и состав обучающих данных не описаны, поэтому фактическую поддержку балти следует проверять на целевых аудиозаписях.

Для каких профессий подходит4

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-balti-google-colab

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

  • Loss: 0.9115
  • Wer: 0.5423

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
7.05977.57585003.18431.0
2.443215.151510001.08120.7239
0.667622.727315000.89570.5597
0.667630.019800.91150.5423

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
61e79ed

0 моделей