Характеристики

Размер весов: 13,3 МБ
Лицензия: MIT
Архитектура: wespeaker-resnet34-lm-coreml · dense
Базовая модель: wespeaker-voxceleb-resnet34-LM
Опубликована: 28 фев 2026

Ссылки

WeSpeaker-ResNet34-LM-CoreML

Классификация аудиоАудио → label3 профессии

WeSpeaker-ResNet34-LM-CoreML — это конвертированная версия модели WeSpeaker ResNet34-LM, предназначенная для работы на Apple Neural Engine через CoreML.

551скачиваний за 30 дней0лайковвеса обновлены12 апр 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

Модель основана на архитектуре ResNet34 со статистическим pooling и содержит около 6,6 млн параметров. Конверсию выполнил автор репозитория aufklarer на базе исходной модели pyannote/wespeaker-voxceleb-resnet34-LM.

Модель принимает 80-канальные log-mel-спектрограммы аудио с частотой дискретизации 16 кГц и формирует 256-мерные L2-нормализованные embeddings говорящего. Эти векторы подходят для верификации личности по голосу, диаризации и сравнения голосов с использованием, например, косинусного сходства. Слияние BatchNorm со слоями Conv2d выполнено во время конвертации. README не указывает поддерживаемые языки и размер контекста, поэтому эти характеристики неизвестны. Лицензия — MIT.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.11Разработка и данныеКибербезопасность и приватностьAI помогает обнаруживать киберугрозы, защищать данные и помогать реагировать на инциденты.25 задач4 232модели IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

WeSpeaker-ResNet34-LM — CoreML

CoreML conversion of WeSpeaker ResNet34-LM for Apple Neural Engine.

Produces 256-dimensional L2-normalized speaker embeddings from audio.

Model Details

Detail	Value
Architecture	ResNet34 with statistics pooling
Parameters	~6.6M
Input	80-bin log-mel spectrogram (16kHz)
Output	256-dim L2-normalized speaker embedding
BatchNorm	Fused into Conv2d at conversion time

Usage

let model = try await WeSpeakerModel.fromPretrained(backend: .coreML)
let embedding = model.embed(audio: samples, sampleRate: 16000)
let similarity = WeSpeakerModel.cosineSimilarity(embeddingA, embeddingB)

Variants

Variant	Backend	Model ID
MLX	GPU	aufklarer/WeSpeaker-ResNet34-LM-MLX
CoreML	Neural Engine	aufklarer/WeSpeaker-ResNet34-LM-CoreML

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Не удалось определить, чем загружать веса модели (нет library_name и architectures).

Ревизия весов: b358f33