Характеристики

Лицензия: Apache 2.0
Опубликована: 25 июл 2026

Ссылки

waxal-checkpoints

Распознавание речиАудио → текст

Набор дообученных моделей Wav2Vec2 для распознавания речи на лингала, шона и луганда, включая проверку устойчивости к шуму.

0скачиваний за 30 дней0лайковвеса обновлены11 авг 2026

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

WAXAL Checkpoints — набор резервных чекпойнтов для задачи распознавания речи в рамках Google WAXAL ASR Challenge. Репозиторий содержит несколько дообученных моделей Wav2Vec2ForCTC с символьным словарём, обученных на данных WAXAL для линга́ла, шона и луганда, включая совместные варианты и разбиение с разделением по дикторам. В карточке лучшим по указанной метрике назван вариант w2vbert_multi на базе facebook/w2v-bert-2.0; также приведены XLS-R базовый вариант и версия с аугментацией MCT.

Модели предназначены для преобразования аудиозаписей на этих языках в текст, в том числе при оценке устойчивости к зашумлению и искажениям канала. Проверка описана через усреднённую ошибку WER и CER на тестовой выборке с разделением по дикторам и искажениями MUSAN+RIR. Весовые файлы представлены в формате safetensors. Репозиторий обозначен как приватная резервная копия чекпойнтов; для базовых моделей указана лицензия Apache-2.0, а при использовании обучающих данных следует учитывать лицензию Google/WaxalNLP.

Сценарии применения

расшифровка аудиозаписей на лингала
распознавание речи на шона
распознавание речи на луганда
транскрибирование многоязычных записей на трёх языках
оценка устойчивости распознавания к шуму и искажениям канала

Ограничения

Набор ориентирован на три языка WAXAL и не заявлен как универсальная модель распознавания речи. Приведённые метрики относятся к указанной проверочной выборке и искажениям; точные численные результаты отдельных вариантов не гарантируют качество на других данных.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

WAXAL Checkpoints (private backup)

PRIVATE checkpoint backup for the Google WAXAL ASR Challenge — pushed to free DICO disk quota; pull subfolders on demand. Each subfolder is a Wav2Vec2ForCTC fine-tune (char vocab) on WAXAL train (lin/sna/lug, joint, speaker-disjoint holdout).

subfolder	base	note
`w2vbert_multi`	facebook/w2v-bert-2.0	CHAMPION (best clean+robust): band 0.1775 / corrupt 0.2250
`xlsr_multi`	facebook/wav2vec2-xls-r-300m	XLS-R baseline (0.1862 / 0.2456)
`xlsr_aug`	facebook/wav2vec2-xls-r-300m	+ MCT augmentation (robustness: degradation +0.0484)
`xlsr_robust`	facebook/wav2vec2-xls-r-300m	+ full MCT
`xlsr_ext`	facebook/wav2vec2-xls-r-300m	+ FLEURS external
`xlsr_pseudo`	facebook/wav2vec2-xls-r-300m	+ 3-model pseudo-labels (student)

Scoring metric = 0.5·WER + 0.5·CER on the speaker-disjoint holdout / MUSAN+RIR corrupted band.

Pull one

from huggingface_hub import snapshot_download
snapshot_download("anyantudre/waxal-checkpoints", allow_patterns="w2vbert_multi/*", local_dir="ckpt")

Bases are Apache-2.0; trained on google/WaxalNLP (respect its license). No Phase-1 test data used.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов: 2abd801