/ Модель

Характеристики

Лицензия
Своя лицензия
Библиотека
nemo
Опубликована
24 сен 2026

bodhan-marathi-asr-artifacts

Распознавание речиАудио → текст3 профессии

Экспериментальная дообученная модель NeMo для распознавания маратхской речи, созданная на основе bodhan-ai/indic-transcribe-core.

419скачиваний за 30 дней1лайквеса обновлены24 сен 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

Bodhan Indic Transcribe Core Marathi ASR Artifacts — экспериментальная дообученная модель распознавания речи на маратхи. Её разработали на основе bodhan-ai/indic-transcribe-core и обучали на ограниченной выборке из одного фрагмента Shrutilipi: 2 000 обучающих и 200 проверочных высказываний общей длительностью около 4,3 часа. Акустический энкодер был заморожен, обучалась часть декодера и выходного слоя.

Репозиторий содержит экспорт модели NeMo, контрольные точки Lightning, журналы обучения и файлы оценки. Для восстановления переносимого артефакта .nemo требуется NeMo и регистрация официального пути токенизатора Bodhan. В приведённой оценке CER снизилась с 0,04109 до 0,03963, а WER изменилась с 0,15254 до 0,15316; авторы подчёркивают, что результаты ограниченного эксперимента не являются общей оценкой качества. Лицензия указана как other, конкретные условия использования в карточке не приведены.

Сценарии применения

  • транскрибирование коротких записей речи на маратхи
  • распознавание маратхской речи в аудиофайлах
  • экспериментальная оценка адаптации ASR-модели для маратхи

Ограничения

Дообучение выполнено на небольшом фрагменте данных, поэтому результаты не следует считать свидетельством качества на других источниках или сценариях. WER в приведённой оценке немного хуже базовой модели, а восстановление артефакта требует NeMo и настройки пути токенизатора Bodhan.

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

Bodhan Indic Transcribe Core Marathi ASR Artifacts

This repository is the public artifact mirror for a Marathi automatic speech recognition fine-tuning take-home assignment. The accompanying source code, configurations, tests, and detailed engineering documentation are available at:

https://github.com/vkreddy317/bodhan-marathi-asr

Scope

The experiment fine-tunes bodhan-ai/indic-transcribe-core on Marathi speech from one bounded Shrutilipi shard. The model revision is pinned to e083ab7dfeeddcb5c0b4a2d7df53f53e7b0f1537. Training uses the official NeMo checkpoint path rather than an unofficial supervised-loss implementation.

This repository contains the generated artifact export only: portable NeMo model, resumable Lightning checkpoints, logs, preparation report, provenance, training plan, prediction JSONL files, and metric JSON files. It intentionally excludes raw data, materialized audio, tokens, Hugging Face caches, and the private assignment brief.

Main experiment

ItemValue
Train / validation utterances2,000 / 200
Train / validation duration3.884 h / 0.411 h
Adaptation policyFreeze acoustic encoder; train decoder/output path
Trainable parameters410,455,024 / 1,221,439,472
Optimizer steps500
PrecisionBF16 mixed
HardwareNVIDIA H200 MIG 3g.71gb
ModelWERCER
Pinned baseline0.152540.04109
Fine-tuned checkpoint0.153160.03963

These values are recorded for transparency, not as a broad quality claim. The assignment evaluates the end-to-end engineering workflow rather than model performance. See the GitHub report and qualitative examples for interpretation and limitations.

Artifact layout

  • artifacts/training/.../checkpoints/: portable .nemo, best .ckpt, and last .ckpt
  • artifacts/training/.../run_provenance.json: immutable model/data/runtime/configuration record
  • artifacts/training/.../training_plan.json: trainable-scope parameter accounting
  • artifacts/evaluation/: baseline/fine-tuned predictions and WER/CER summaries
  • data/processed/preparation_report.json: source hash, split counts, and rejection accounting

Restore and inference

Use the source repository's documented environment and inference command. The portable .nemo artifact is intended to restore through NeMo after registering the official Bodhan tokenizer path. The source repository provides the supported bodhan-infer and bodhan-evaluate commands.

License and responsible use

The upstream Bodhan model is governed by its Indic Open Model License and required attribution. Shrutilipi data is not redistributed here. Review the upstream model license and the source repository documentation before reuse or redistribution.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · nemo

Нельзя запустить

Модели NVIDIA NeMo требуют отдельного рантайма.

Ревизия весов
23f8660

0 моделей