/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
hubert · dense
Библиотека
transformers
Опубликована
19 июл 2025

hubert_base

ЭмбеддингиТекст → embedding3 профессии

HuBERT-Base от Boson AI извлекает семантические аудиопризнаки и используется как учитель для токенизатора Higgs Audio.

19 269скачиваний за 30 дней3лайкавеса обновлены16 мая 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 «Эмбеддинги» — 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

Boson AI HuBERT Base — базовый чекпойнт HuBERT от Boson AI, используемый как семантический учитель во внутренней ветви токенизатора Higgs Audio. Модель построена на архитектуре HuBERT-Base с 12 трансформерными слоями, скрытым размером 768 и примерно 95 млн параметров по README; метаданные указывают 113,3 млн параметров. Принимает аудио с частотой дискретизации 16 кГц и через Transformers AutoModel выдаёт последовательности скрытых представлений размерности 768; можно извлекать состояния всех слоёв.

Основной сценарий — получение семантических признаков речи и аудио для последующей дистилляции или использования в аудиотокенизаторе. В карточке также заявлена задача feature extraction. Модель распространяется под лицензией Apache-2.0. Для загрузки README указывает trust_remote_code=True.

Сценарии применения

  • извлечение последовательностей признаков из аудио
  • получение семантических представлений речи для аудиотокенизатора
  • использование HuBERT как учителя при дистилляции аудиомодели

Ограничения

Предназначена для извлечения признаков и не заявлена как самостоятельная модель распознавания речи или генерации аудио. Ожидает аудио с частотой дискретизации 16 кГц; для загрузки требуется trust_remote_code=True.

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

Boson AI HuBERT Base

A general-purpose HuBERT-Base checkpoint released by Boson AI, used inside the Higgs Audio Tokenizer as the semantic teacher.

What it is

  • Standard HuBERT-Base architecture (12 transformer layers, hidden size 768, ~95M params)
  • 16 kHz audio input
  • Loadable via AutoModel with trust_remote_code=True
  • Outputs 768-dim per-layer hidden states (output_hidden_states=True)

How it is used in Higgs Audio

The Higgs Audio Tokenizer distills semantic features from this HuBERT into its semantic branch. From boson_multimodal/audio_processing/higgs_audio_tokenizer.py (semantic_techer="hubert_base_general"):

from transformers import AutoModel

semantic_model = AutoModel.from_pretrained("bosonai/hubert_base", trust_remote_code=True)
# 16 kHz, 768-dim semantic features, all hidden layers consumed by the tokenizer

Direct usage

import torch
import torchaudio
from transformers import AutoModel

model = AutoModel.from_pretrained("bosonai/hubert_base", trust_remote_code=True).eval()

waveform, sr = torchaudio.load("audio.wav")
if sr != 16000:
    waveform = torchaudio.functional.resample(waveform, sr, 16000)

with torch.no_grad():
    out = model(waveform, output_hidden_states=True)

# out.last_hidden_state:  (B, T, 768)
# out.hidden_states:      tuple of (B, T, 768) for each of the 13 layers (embedding + 12 transformer blocks)

License

Apache 2.0.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
HubertModel
Ревизия весов
d7a7039

0 моделей