/ Модель

Характеристики

Параметры
1,3 млрд
Архитектура
wav2vec2 · dense
Библиотека
transformers
Опубликована
22 июн 2026

wav2vec2-mms-bugis-authentic-only

Распознавание речиАудио → текст3 профессии

Модель Wav2Vec2 для преобразования аудио в текст, обученная с нуля и имеющая высокую ошибку распознавания в опубликованной оценке.

11скачиваний за 30 дней0лайковвеса обновлены22 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.

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

aldiiii-mln/wav2vec2-mms-bugis-authentic-only — модель распознавания речи на архитектуре Wav2Vec2ForCTC, разработанная с обучением с нуля. Она предназначена для преобразования аудио в текст. В карточке указаны 1,3 млрд параметров, формат весов Safetensors и библиотека Transformers.

На наборе оценки модель получила loss 3,74 и WER 1,0, то есть в приведённой оценке частота ошибок слов составила 100%. Название указывает на связь с языком бугис, однако README не подтверждает поддерживаемый язык или описывает обучающие данные; метаданные также не содержат языковых кодов. Лицензия и условия использования в доступных данных не указаны.

Сценарии применения

  • экспериментальная проверка распознавания речи на аудиозаписях
  • оценка качества распознавания речи на собственных тестовых данных
  • исследование обучения моделей ASR с нуля

Ограничения

В опубликованной оценке WER равен 1,0, что указывает на очень низкое качество распознавания в этом тесте. Обучающие данные, языковая поддержка и лицензия не описаны.

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

wav2vec2-mms-bugis-authentic-only

This model was trained from scratch on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 3.7400
  • Wer: 1.0

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: 0.001
  • train_batch_size: 4
  • 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: 10
  • num_epochs: 15
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
11.48781.088.45331.1349
3.96242.0163.24191.0
3.26843.0243.35851.0
3.07434.0323.07321.0
2.98705.0403.02991.0
2.97486.0483.03631.0
2.90387.0562.96401.0
2.89718.0643.02271.0
2.84779.0722.93511.0
2.804710.0802.94841.0
2.752711.0882.90211.0
2.746412.0962.87561.0
2.727513.01042.85621.0
2.688214.01122.87401.0
2.703415.01202.85581.0

Framework versions

  • Transformers 5.13.0.dev0
  • Pytorch 2.11.0+cu128
  • Datasets 4.0.0
  • 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
529c65f

0 моделей