/ Модель
Каталог

Характеристики

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

Ссылки

Hugging Face

wav2vec2-eng-google-colab

Musharaf08
Распознавание речиАудио → текст

Дообученная wav2vec 2.0 модель для распознавания английской речи и преобразования аудио в текст.

8скачиваний за 30 дней0лайковвеса обновлены1 июл 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.

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

Musharaf08/wav2vec2-eng-google-colab — модель распознавания английской речи, созданная дообучением facebook/wav2vec2-base. Она предназначена для преобразования речевого аудио в текст и может использоваться для транскрибирования записей и речевых фрагментов. Модель построена на архитектуре Wav2Vec2ForCTC, содержит 113,3 млн параметров и использует библиотеку Transformers.

Репозиторий содержит веса в формате Safetensors. Лицензия — Apache-2.0. README не описывает обучающие данные и результаты оценки, поэтому качество распознавания и пригодность для конкретных условий записи по имеющимся сведениям оценить нельзя.

Сценарии применения

  • транскрибирование английских аудиозаписей
  • распознавание английской речи из коротких аудиофрагментов
  • создание текстовой расшифровки английских высказываний

Ограничения

Обучающий датасет и результаты оценки не описаны, поэтому качество модели и устойчивость к шуму или различным акцентам не установлены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wav2vec2-eng-google-colab

This model is a fine-tuned version of facebook/wav2vec2-base on an unknown dataset.

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
No log30.0301257.22441.0

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
118de49

0 моделей

    Создать бенчмарк