/ Модель
Каталог

Характеристики

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

Ссылки

Hugging Face

wav2vec2-eng-google-colab

Sajju07
Распознавание речиАудио → текст

Дообученная на базе wav2vec 2.0 модель для преобразования аудиоречи в текст.

7скачиваний за 30 дней0лайковвеса обновлены30 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.

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

Sajju07/wav2vec2-eng-google-colab — модель распознавания речи, дообученная разработчиком Sajju07 на основе facebook/wav2vec2-base. Она принимает аудио и преобразует речь в текст; в метаданных указаны архитектура Wav2Vec2ForCTC, 113,3 млн параметров и формат safetensors. Модель распространяется по лицензии Apache-2.0.

В карточке приведён результат оценки на тестовом наборе: WER 0,6876 и loss 315,2597. Датасет обучения неизвестен, а описание назначения и ограничений в README не заполнено, поэтому качество распознавания для конкретных условий и языков по карточке определить нельзя.

Сценарии применения

  • автоматическая расшифровка аудиозаписей
  • получение текстовой расшифровки речевого сигнала

Ограничения

В README указан WER 0,6876 на оценочном наборе, но датасет и условия оценки не описаны. Язык и пригодность модели для конкретных условий записи по доступной карточке установить нельзя.

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. It achieves the following results on the evaluation set:

  • Loss: 315.2597
  • Wer: 0.6876

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
1304.76218.3333500536.11001.0
461.354116.66671000358.10970.9790
177.825825.01500301.33520.6783
177.825830.01800315.25970.6876

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
1662945

0 моделей

    Создать бенчмарк