/ Модель

Характеристики

Параметры
114 млн
Лицензия
CC BY-NC-SA 4.0
Архитектура
hubert · dense
Базовая модель
AfriHuBERT
Библиотека
transformers
Опубликована
24 мар 2026

Ethio-ASR-multilingual-94M

Распознавание речиАудио → текст5 профессий

Ethio-ASR — дообученная HuBERT-модель для распознавания речи на пяти языках Эфиопии.

208скачиваний за 30 дней0лайковвеса обновлены3 апр 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

Ethio-ASR — модель распознавания речи, разработанная командой Ethio-ASR и дообученная на базе ajesujoba/AfriHuBERT на речевом наборе WAXAL Speech Dataset. Репозиторий содержит модель архитектуры HuBERT с CTC-декодированием; в метаданных указано 113,6 млн параметров, формат весов safetensors и библиотека Transformers.

Модель предназначена для транскрибирования амхарской, тигринья, афаан-оромо, сидама и волайтта речи. Её можно использовать в голосовых помощниках и инструментах доступности, а также как исследовательскую базовую модель. В README также заявлена идентификация языка речи. На тестовом наборе WAXAL приведены результаты распознавания по пяти языкам.

Качество может различаться в зависимости от диалекта, возраста и пола говорящего, а также качества записи. Для шумного аудио без предварительного улучшения речи модель не рекомендована; для критически важных сценариев требуется проверка человеком. Лицензия CC-BY-NC-SA 4.0 ограничивает использование условиями атрибуции, распространения на тех же условиях и некоммерческого применения.

Сценарии применения

  • транскрибирование речи на амхарском языке
  • распознавание тигринья речи
  • транскрибирование афаан-оромо речи
  • распознавание сидама и волайтта речи
  • распознавание речи для голосовых помощников
  • создание субтитров и инструментов доступности

Ограничения

Качество зависит от диалекта, демографических характеристик говорящего и условий записи; модель не предназначена для языков вне пяти заявленных. Для шумного аудио без улучшения речи и для высокорисковых решений требуется осторожность и проверка человеком.

Для каких профессий подходит5

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

⚒️ Model Description

Ethio-ASR is a suite of multilingual Automatic Speech Recognition (ASR) models that support five Ethiopian languages: Amharic, Tigrinya, Afaan Oromo, Sidama, and Wolaytta. The ASR model in this repo is based on the AfriHuBERT pre-trained model by fine-tuning it on the WAXAL Speech Dataset.

  • Developed by: Ethio-ASR Team
  • Task: Speech Recognition (ASR) and Language Identification (LID)
  • Languages: Amharic, Tigrinya, Afaan Oromo, Sidama, and Wolaytta
  • License: CC-BY-NC-SA 4.0
  • Finetuned from: ajesujoba/AfriHuBERT

📈 Evaluation on WAXAL Test Set

📌 ASR model in this HF repo

Model# ParamsAmharicTigrinyaOromoWolayttaSidaamaAvg.
Ethio-ASR (afrihubert) 📌94M30.9542.4227.5740.4434.0235.08
Ethio-ASR (mms-300)300M30.1941.6226.4139.1032.6633.99
Ethio-ASR (mms-1b)1B26.1437.6323.6937.5131.0231.20
Ethio-ASR (w2v-bert-2.0)600M22.9235.2224.4438.1931.6530.48

🎧 Direct Use

from transformers import AutoModelForCTC, AutoProcessor
import torchaudio, torch

processor = AutoProcessor.from_pretrained("badrex/Ethio-ASR-multilingual-94M")
model = AutoModelForCTC.from_pretrained("badrex/Ethio-ASR-multilingual-94M")

audio, sr = torchaudio.load("audio.wav")
inputs = processor(audio.squeeze(), sampling_rate=sr, return_tensors="pt")

with torch.no_grad():
    logits = model(**inputs).logits

pred_ids = torch.argmax(logits, dim=-1)
transcription = processor.batch_decode(pred_ids)[0]

print(transcription)

🔧 Downstream Use

  • Voice assistants
  • Accessibility tools
  • Research baselines

🚫 Out‑of‑Scope Use

  • Languages outside Amharic, Tigrinya, Afaan Oromo, Sidama, and Wolaytta.
  • High‑stakes deployments without human review
  • Noisy audio without speech enhancement

⚠️ Risks & Limitations

Performance might vary across dialects, genders, ages, and recording quality.

📌 Citation

@misc{ethio_asr_2026,
  author = {
    Abdullah, Badr M. and
    Azime, Israel Abebe and
    Tonja, Atnafu Lambebo and
    Alabi, Jesujoba O. and
    Alemu, Abel Mulat and
    Hagos, Eyob G. and
    Balcha, Bontu Fufa and
    Nerea, Mulubrhan A. and
    Yadeta, Debela Desalegn and
    Marilign, Dagnachew Mekonnen and
    Fentahun, Amanuel Temesgen and
    Kebede, Tadesse and
    Gebru, Israel D. and
    Woldeyohannis, Michael Melese and
    Sewunetie, Walelign Tewabe and
    Möbius, Bernd and
    Klakow, Dietrich
  },
  title = {Ethio-ASR: Joint Multilingual Speech Recognition and Language Identification for Ethiopian Languages},
  year = {2026},
  howpublished = {\url{https://huggingface.co/badrex/Ethio-ASR-multilingual-94M}}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
HubertForCTC
Ревизия весов
2399841

0 моделей