/ Модель

Характеристики

Параметры
1,3 млрд
Лицензия
CC BY-NC 4.0
Архитектура
wav2vec2 · dense
Базовая модель
mms-1b-all
Библиотека
transformers
Опубликована
16 янв 2025

wav2vec2-large-mms-1b-kyrgyz-colab

Распознавание речиАудио → текст6 профессий

Модель wav2vec2, дообученная распознавать кыргызскую речь и преобразовывать её в текст.

14скачиваний за 30 дней2лайкавеса обновлены16 янв 2025

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

arfik/wav2vec2-large-mms-1b-kyrgyz-colab — модель распознавания речи, дообученная на базе facebook/mms-1b-all на наборе Common Voice 17.0. Она использует архитектуру wav2vec2 с CTC-выходом и содержит 1,3 млрд параметров. Модель предназначена для преобразования кыргызской речи в текст; на указанной в карточке оценочной выборке результат WER составил 0,2312, а loss — 0,2384. Базовая модель поддерживает более тысячи языков, но эта версия настроена на кыргызский.

Модель принимает аудио и выдаёт текст. Для использования весов применяется библиотека Transformers, файлы опубликованы в формате safetensors. Лицензия CC BY-NC 4.0 разрешает использование с атрибуцией, но запрещает коммерческое применение.

Сценарии применения

  • транскрибация кыргызской речи
  • распознавание кыргызских аудиозаписей
  • подготовка текстовых субтитров для кыргызского аудио

Ограничения

Показатель WER 0,2312 относится к оценочной выборке карточки; качество на других данных может отличаться. Лицензия запрещает коммерческое использование.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wav2vec2-large-mms-1b-kyrgyz-colab

This model is a fine-tuned version of facebook/mms-1b-all on the common_voice_17_0 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2384
  • Wer: 0.2312

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 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: 100
  • num_epochs: 4
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
4.93240.23471000.30800.2811
0.43970.46952000.28870.2666
0.43360.70423000.28160.2581
0.40640.93904000.26020.2518
0.36041.17375000.24470.2433
0.37521.40856000.26030.2457
0.38011.64327000.25310.2433
0.40211.87798000.24180.2441
0.38072.11279000.26250.2431
0.37642.347410000.24210.2410
0.36692.582211000.24230.2422
0.35292.816912000.24470.2337
0.34323.051613000.23510.2345
0.35353.286414000.24690.2331
0.34813.521115000.23530.2355
0.33013.755916000.24140.2309
0.36963.990617000.23840.2312

Framework versions

  • Transformers 4.49.0.dev0
  • Pytorch 2.5.1+cu121
  • Datasets 3.2.0
  • Tokenizers 0.21.0

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
93fed4f

0 моделей