/ Модель
Каталог

Характеристики

Контекст
194 токена
Лицензия
MIT
Архитектура
moonshine · dense
Базовая модель
moonshine_tiny_pt_v05
Библиотека
transformers
Опубликована
4 июл 2026

Ссылки

Hugging Face

moonshine_tiny_pt_v08

aomocelin
Распознавание речиАудио → текст9 профессий

Дообученная Moonshine Tiny PT для автоматического распознавания речи и преобразования аудио в текст.

11скачиваний за 30 дней0лайковвеса обновлены4 июл 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

Moonshine Tiny PT v08 — дообученная модель распознавания речи на базе aomocelin/moonshine_tiny_pt_v05. Она предназначена для преобразования аудио в текст; архитектура — MoonshineForConditionalGeneration, файлы модели представлены в формате safetensors. В README приведены результаты оценки: loss 0,4744 и WER 5,8564, однако описание набора данных и условий оценки отсутствует. Контекст модели составляет 194 токена. Модель распространяется по лицензии MIT.

Сценарии применения

  • транскрибация аудиозаписей
  • распознавание речи в коротких аудиофрагментах
  • создание текстовых расшифровок речи

Ограничения

В README не описаны обучающие данные, языковая поддержка и условия оценки WER, поэтому результат оценки трудно интерпретировать вне указанного набора. Описание предназначения и известных ограничений модели отсутствует.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделейI.5Универсальные способностиСоздание и редактирование текстаAI помогает создавать и улучшать текстовые материалы, сохраняя смысл и требования автора.18 задач44 385моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

moonshine_tiny_pt_v08

This model is a fine-tuned version of aomocelin/moonshine_tiny_pt_v05 on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.4744
  • Wer: 5.8564

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: 5e-06
  • train_batch_size: 4
  • eval_batch_size: 128
  • seed: 42
  • optimizer: Use OptimizerNames.ADAMW_TORCH 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: 0.03
  • training_steps: 15000
  • mixed_precision_training: Native AMP
  • label_smoothing_factor: 0.1

Training results

Training LossEpochStepValidation LossWer
1.95720.33331000.695218.0730
1.82580.66672000.531515.4912
1.75411.03000.498610.7683
1.68681.33334000.40449.1310
1.63931.66675000.36607.6196
1.62452.06000.39967.3048
1.60852.33337000.33596.5491
1.56902.66678000.30376.5491
1.54053.09000.32756.5491
1.53493.333310000.28256.7380
1.56893.666711000.29056.4861
1.51074.012000.35996.1083
1.52894.333313000.29126.1713
1.50254.666714000.28635.9194
1.53335.015000.29405.6045
1.48175.333316000.33795.9824
1.49515.666717000.34045.7305
1.49676.018000.25715.7935
1.48166.333319000.35545.5416
1.48836.666720000.28965.8564
1.47877.021000.29105.4156
1.46787.333322000.29795.1637
1.47637.666723000.34955.5416
1.47738.024000.27555.6045
1.44608.333325000.39625.4156
1.47758.666726000.28985.1637
1.44719.027000.41085.2897
1.44839.333328000.31965.1008
1.45989.666729000.28275.4156
1.455410.030000.29674.9118
1.446710.333331000.34974.9748
1.462310.666732000.29605.4156
1.447611.033000.31475.0378
1.445011.333334000.32585.2267
1.439111.666735000.33235.4156
1.445612.036000.33754.7859
1.436512.333337000.31425.3526
1.448512.666738000.33655.2897
1.434013.039000.26975.0378
1.436713.333340000.30535.6045
1.434313.666741000.40185.5416
1.433114.042000.31145.1008
1.435514.333343000.29245.2267
1.436714.666744000.39885.2897
1.430415.045000.34335.3526
1.431015.333346000.33605.2897
1.430315.666747000.29755.6045
1.429516.048000.31295.2267
1.430816.333349000.37395.4786
1.429216.666750000.36305.2897
1.429617.051000.41815.4786
1.424717.333352000.32735.4156
1.424717.666753000.34525.4156
1.426418.054000.31965.3526
1.425418.333355000.33645.2897
1.425618.666756000.36025.2897
1.423919.057000.39185.2897
1.425619.333358000.35675.2897
1.420419.666759000.36755.4786
1.422920.060000.35025.6045
1.421620.333361000.36325.2267
1.423420.666762000.33885.6045
1.423621.063000.35065.4786
1.421121.333364000.28475.6675
1.418621.666765000.35345.7305
1.420422.066000.38015.5416
1.419622.333367000.30715.3526
1.419722.666768000.43215.9194
1.420723.069000.31335.6045
1.417323.333370000.38725.6045
1.419823.666771000.36635.6675
1.419724.072000.33055.5416
1.418424.333373000.33955.6045
1.417424.666774000.41125.6675
1.417925.075000.34925.6675
1.416325.333376000.34805.5416
1.415325.666777000.38935.8564
1.418026.078000.29345.4786
1.419626.333379000.36705.7935
1.414326.666780000.37285.7935
1.414827.081000.29345.7305
1.417327.333382000.34745.7305
1.413727.666783000.37195.7305
1.415128.084000.36455.6675
1.413928.333385000.35315.4786
1.415828.666786000.40465.7305
1.415529.087000.36935.8564
1.416729.333388000.34155.2897
1.414829.666789000.38085.9194
1.412030.090000.32185.9824
1.413830.333391000.37315.7305
1.413630.666792000.35316.1083
1.413831.093000.40455.7935
1.411331.333394000.37015.9194
1.412631.666795000.34566.1713
1.412232.096000.37675.5416
1.413432.333397000.51795.8564
1.412132.666798000.34665.8564
1.413133.099000.39285.9194
1.410833.3333100000.37775.9824
1.411733.6667101000.41735.7305
1.410634.0102000.34596.0453
1.412934.3333103000.31875.9194
1.410334.6667104000.39365.9194
1.410335.0105000.34735.9194
1.412035.3333106000.34996.1083
1.411335.6667107000.36725.9824
1.410836.0108000.38146.0453
1.411536.3333109000.38115.9824
1.409336.6667110000.39226.0453
1.410537.0111000.31376.1083
1.410137.3333112000.32936.1083
1.410637.6667113000.36995.9824
1.410738.0114000.34155.8564
1.410238.3333115000.33665.7935
1.410238.6667116000.35666.1083
1.409939.0117000.32656.0453
1.408939.3333118000.43445.8564
1.408539.6667119000.34736.1713
1.410040.0120000.37145.7935
1.408440.3333121000.41205.8564
1.409740.6667122000.33766.0453
1.409241.0123000.47476.1083
1.407741.3333124000.41806.0453
1.408741.6667125000.38696.0453
1.409242.0126000.43476.0453
1.407542.3333127000.41896.0453
1.408442.6667128000.40416.0453
1.408043.0129000.37316.0453
1.405643.3333130000.40656.0453
1.408843.6667131000.40185.8564
1.408344.0132000.42156.1083
1.407144.3333133000.36706.0453
1.407744.6667134000.44175.9824
1.410145.0135000.39866.1083
1.407945.3333136000.36196.1713
1.406545.6667137000.43366.0453
1.407946.0138000.44046.1713
1.407746.3333139000.39505.9824
1.408146.6667140000.41776.0453
1.408147.0141000.40086.0453
1.407347.3333142000.36976.1083
1.408547.6667143000.34726.0453
1.409048.0144000.40686.0453
1.406748.3333145000.38946.0453
1.407448.6667146000.36136.1713
1.408349.0147000.37186.1083
1.408649.3333148000.40736.2343
1.407449.6667149000.44006.1083
1.407550.0150000.47445.8564

Framework versions

  • Transformers 5.13.0
  • 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
MoonshineForConditionalGeneration
Ревизия весов
2e4cc99

0 моделей

    Создать бенчмарк