/ Модель
Каталог

Характеристики

Параметры
403 млн
Лицензия
MIT
Архитектура
wav2vec2-bert · dense
Базовая модель
w2v-bert-2.0
Библиотека
transformers
Опубликована
3 июл 2026

Ссылки

Hugging Face

w2v-bert-2.0-khmer-v4

Prakmlis
Распознавание речиАудио → текст4 профессии

Дообученная на базе facebook/w2v-bert-2.0 модель для преобразования кхмерской речи в текст.

7скачиваний за 30 дней0лайковвеса обновлены3 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

Prakmlis/w2v-bert-2.0-khmer-v4 — модель автоматического распознавания речи на основе Wav2Vec2-BERT, дообученная автором репозитория на датасете, который в карточке не описан. Она принимает аудио и преобразует речь в текст; архитектура — Wav2Vec2BertForCTC, размер — 402,7 млн параметров. Название указывает на поддержку кхмерского языка, однако README не описывает языки и данные обучения, поэтому это следует считать предположением. В оценке указаны WER 0,2116 и CER 0,0573; условий оценки карточка не приводит. Модель распространяется по лицензии MIT.

Сценарии применения

  • транскрибация речи на кхмерском языке
  • распознавание кхмерской речи в аудиозаписях
  • создание текстовых расшифровок кхмерских выступлений

Ограничения

Датасет и условия оценки не описаны; показатели WER и CER из README нельзя напрямую сопоставить с результатами на других наборах данных. Поддержка кхмерского языка выводится из названия модели, а не подтверждена описанием обучения.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.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 835моделейI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

w2v-bert-2.0-khmer-v4

This model is a fine-tuned version of facebook/w2v-bert-2.0 on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.3175
  • Wer: 0.2116
  • Cer: 0.0573

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: 5e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 32
  • optimizer: Use OptimizerNames.ADAMW_TORCH 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: 500
  • num_epochs: 10
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWerCer
5.42110.9897723.49971.00.9974
2.37241.99311451.12960.78290.2773
0.81542.99662180.62090.50440.1551
0.4974.02910.48200.41170.1175
0.36774.98973630.43510.36630.1038
0.28375.99314360.42070.35160.1000
0.23966.99665090.43390.34310.0953
0.18578.05820.34320.27840.0750
0.10838.98976540.34440.24220.0659
0.05549.89697200.31750.21160.0573

Framework versions

  • Transformers 4.46.3
  • Pytorch 2.11.0+cu128
  • Datasets 3.1.0
  • Tokenizers 0.20.3

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Wav2Vec2BertForCTC
Ревизия весов
ea6c59f

0 моделей

    Создать бенчмарк