/ Модель
Каталог

Характеристики

Параметры
403 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Базовая модель
wav2vec2-xls-r-300m
Библиотека
transformers
Опубликована
29 янв 2025

Ссылки

Hugging Face

wav2vec2-xls-r-akan-50-hours

asr-africa
Распознавание речиАудио → текст5 профессий

Дообученная модель wav2vec2 для автоматического распознавания речи на языке акан.

162скачиваний за 30 дней0лайковвеса обновлены29 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.

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

Модель asr-africa/wav2vec2-xls-r-akan-50-hours — дообученная на распознавании речи версия wav2vec2-xls-r-300m, разработанная автором репозитория asr-africa. Она предназначена для автоматического преобразования речи на языке акан в текст. Модель содержит около 402,7 млн параметров, использует архитектуру Wav2Vec2ForCTC и принимает аудио; библиотека для работы — Transformers.

На оценочной выборке указаны WER 0,3065 и CER 0,0949. Датасет обучения не раскрыт, поэтому результаты нельзя уверенно переносить на другие условия записи и варианты речи. Лицензия — Apache-2.0.

Сценарии применения

  • Транскрибация записей речи на аканском языке
  • Получение текстовых расшифровок аудио на аканском языке
  • Создание субтитров для аудио на аканском языке

Ограничения

Датасет обучения не назван. На указанной оценочной выборке WER составляет 0,3065; качество на других записях и вариантах аканского языка может отличаться.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделейI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wav2vec2-xls-r-akan-50-hours

This model is a fine-tuned version of facebook/wav2vec2-xls-r-300m on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.8027
  • Wer: 0.3065
  • Cer: 0.0949

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: 0.0003
  • train_batch_size: 32
  • eval_batch_size: 16
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 64
  • 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_ratio: 0.1
  • num_epochs: 50

Training results

Training LossEpochStepValidation LossWerCer
9.0333.46025000.92180.80800.2812
1.14876.920410000.37050.32260.1013
0.760810.380615000.35470.30760.0964
0.642513.840820000.35850.29750.0938
0.534517.301025000.38680.31460.0995
0.447920.761230000.43950.32330.1004
0.367824.221535000.51730.31280.0985
0.304327.681740000.55290.32020.1009
0.241131.141945000.61290.30270.0948
0.208234.602150000.65540.31400.0984
0.174838.062355000.71930.31540.0977
0.153141.522560000.76020.30940.0958
0.137644.982765000.80430.30270.0946
0.125148.442970000.80270.30650.0949

Framework versions

  • Transformers 4.46.1
  • Pytorch 2.5.1+cu121
  • Datasets 3.2.0
  • Tokenizers 0.20.3

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
f804df3

0 моделей

    Создать бенчмарк