Характеристики

Лицензия: Apache 2.0
Библиотека: transformers
Опубликована: 29 сен 2025

Ссылки

Hugging Face

AuriStream100M_40Pred_BigAudioDataset_500k

TuKoResearch

ЭмбеддингиТекст → embedding

Речевая языковая модель AuriStream предсказывает кохлеарные токены и предназначена для извлечения признаков аудиоречи.

302скачиваний за 30 дней0лайковвеса обновлены9 дек 2025

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

AuriStream100M_40Pred_BigAudioDataset_500k — речевая языковая модель, разработанная Greta Tuckute и Klemen Kotar. Она предсказывает кохлеарные токены, полученные с помощью токенизатора WavCochCausalV8192; карточка указывает около 0,34 млрд параметров, 12 слоёв и размер скрытого представления 768. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers.

Модель предназначена для извлечения признаковых представлений из аудиотокенов и исследований языкового моделирования речи. В метаданных указана лицензия Apache-2.0. Карточка не описывает прямое распознавание или синтез аудио, поэтому её применение следует понимать как работу с кохлеарными токенами и признаками, а не как готовую систему ASR или генерации речи.

Сценарии применения

извлечение признаковых представлений из кохлеарных токенов речи
исследование языкового моделирования аудио
работа с токенами токенизатора WavCochCausalV8192

Ограничения

Карточка описывает предсказание кохлеарных токенов, но не подтверждает прямое распознавание или синтез речи. Для загрузки модели требуется включить trust_remote_code в Transformers.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

AuriStream100M_40Pred_BigAudioDataset_500k

AuriStream is a speech language model by Greta Tuckute and Klemen Kotar.

This model predicts cochlear tokens from a tokenizer such as WavCochCausalV8192.

Model Details

Parameter	Value
Parameters	~0.34B
Layers	12
Hidden Size	768
Attention Heads	12
Vocab Size	8192
Prediction Steps	40

Usage

from transformers import AutoModel, AutoConfig

# Load with trust_remote_code for custom model
model = AutoModel.from_pretrained(
    "TuKoResearch/AuriStream100M_40Pred_BigAudioDataset_500k",
    trust_remote_code=True,
)

# Or load config first
config = AutoConfig.from_pretrained("TuKoResearch/AuriStream100M_40Pred_BigAudioDataset_500k", trust_remote_code=True)

Base Model Code

This checkpoint uses shared model code from TuKoResearch/AuriStream-base.

Tokenizer

This model uses cochlear tokens from WavCochCausalV8192.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов: 3dba032