/ Модель

Характеристики

Параметры
403 млн
Лицензия
CC BY-NC-ND 4.0
Архитектура
wav2vec2-bert · dense
Опубликована
16 фев 2026

southern-kurdish-asr

Распознавание речиАудио → текст3 профессии

Модель Wav2Vec-BERT 2.0 распознаёт речь на южнокурдском языке и преобразует её в текст.

59скачиваний за 30 дней0лайковвеса обновлены8 авг 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

Southern Kurdish ASR — модель автоматического распознавания речи на южнокурдском языке (SDH), разработанная для преобразования устной речи в текст. Она построена на архитектуре Wav2Vec-BERT 2.0 с CTC-декодированием и содержит около 402,7 млн параметров. Модель обучена на 30 часах проверенной речи, прочитанной вслух, и предназначена для задач распознавания южнокурдской речи.

В оценке на южнокурдской части бенчмарка Frezar модель показала CER 4,09 и WER 24,26. Эти результаты относятся к условиям данного бенчмарка; качество на спонтанной речи, других акцентах и шумных записях может отличаться. Для модели указана лицензия CC BY-NC-ND 4.0, предусматривающая атрибуцию и ограничения на коммерческое использование и распространение производных материалов.

Сценарии применения

  • расшифровка записей речи на южнокурдском языке
  • транскрибация прочитанных вслух текстов на южнокурдском
  • распознавание южнокурдской речи в языковых исследованиях

Ограничения

Обучение проводилось на 30 часах прочитанной речи, поэтому качество на спонтанной речи, шумных записях и акцентах, не представленных в данных, может быть ниже. Оценочные показатели получены на части бенчмарка Frezar и не гарантируют такого же качества в других условиях.

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

Southern Kurdish ASR

Wav2Vec-BERT CTC model for Southern Kurdish (SDH) automatic speech recognition.

Model Description

  • Language: Southern Kurdish (SDH)
  • Architecture: Wav2Vec-BERT 2.0 CTC
  • Training data: 30 hours of validated read speech
  • Task: Automatic Speech Recognition

Evaluation

Southern Kurdish Part of Frezar benchmark

ModelCERWER
Wav2Vec-BERT CTC4.0924.26

Dataset

The model was trained and evaluated using resources developed for Southern Kurdish ASR.

Southern Kurdish ASR Dataset

Paper

Mohammadamini, Mohammad and Tahon, Marie. Southern Kurdish Speech Recognition Resources and Benchmarking. Proceedings of the Fifteenth Language Resources and Evaluation Conference (LREC 2026).

Paper

Citation

@inproceedings{mohammadamini-tahon-2026-southern,
  title = "Southern Kurdish Speech Recognition Resources and Benchmarking",
  author = "Mohammadamini, Mohammad and Tahon, Marie",
  booktitle = "Proceedings of the Fifteenth Language Resources and Evaluation Conference",
  year = "2026",
  pages = "5538--5544",
  doi = "10.63317/2rkqhw7hmo2d"
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Wav2Vec2BertForCTC
Ревизия весов
6debc81

0 моделей