/ Модель

Характеристики

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

wav2vec2-mms-bugis-synthetic-only

Распознавание речиАудио → текст

Модель Wav2Vec2 с CTC для распознавания речи, предположительно на бугийском языке и синтетических данных.

7скачиваний 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-synthetic-only — модель распознавания речи на архитектуре Wav2Vec2 с выходом CTC, разработанная пользователем aldiiii-mln и обученная с нуля. Репозиторий содержит веса в формате safetensors; в метаданных указано 1,3 млрд параметров. Модель предназначена для преобразования аудио в текст, а pipeline Hugging Face указывает задачу automatic-speech-recognition.

В названии указаны Bugis и synthetic-only, что предполагает ориентацию на синтетические аудиоданные языка бугийцев, однако README не раскрывает состав обучения и подтверждает только результаты на оценочном наборе: loss 0,2906 и WER 0,3714. Лицензия и дополнительные сведения о применении не приведены в доступных данных.

Сценарии применения

  • распознавание речи на бугийском языке
  • транскрибация аудио на бугийском языке
  • эксперименты с распознаванием речи на синтетических данных

Ограничения

README не описывает обучающий датасет и сценарии применения; название указывает на синтетические данные, но это не раскрыто в карточке. На оценочном наборе указан WER 0,3714; лицензия не указана в доступных данных.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wav2vec2-mms-bugis-synthetic-only

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

  • Loss: 0.2906
  • Wer: 0.3714

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: 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: 50
  • num_epochs: 15
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
4.74781.0414.57291.0
3.34762.0822.94511.0
1.00533.01230.89560.6848
0.65164.01640.70000.5672
0.59475.02050.63060.5434
0.51206.02460.59290.4944
0.45447.02870.60890.4778
0.47408.03280.57290.4672
0.40749.03690.56740.4667
0.424710.04100.57480.4646
0.403611.04510.55190.4444
0.340612.04920.56380.4364
0.427713.05330.55730.4414
0.396614.05740.55560.4348
0.374715.06150.55510.4379

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
db307d4

0 моделей