/ Модель
Каталог

Характеристики

Параметры
403 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Базовая модель
wav2vec2-large-xlsr-53
Библиотека
transformers
Опубликована
1 июл 2026

Ссылки

Hugging Face

asr-cherokee

charliemcvicker
Распознавание речиАудио → текст3 профессии

Дообученная на базе Wav2Vec2 модель для распознавания речи на языке чероки.

42скачиваний за 30 дней0лайковвеса обновлены1 июл 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.

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

charliemcvicker/asr-cherokee — дообученная модель распознавания речи на архитектуре Wav2Vec2ForCTC, основанная на facebook/wav2vec2-large-xlsr-53. Она содержит 402,7 млн параметров и принимает аудио, чтобы преобразовывать речь в текст. Модель предназначена для автоматического распознавания речи на языке чероки.

В карточке приведены результаты оценки: WER 0,5301 и CER 0,0658. Описание не уточняет набор данных, условия записи и ограничения применения, поэтому эти метрики не позволяют судить о качестве на других аудиозаписях. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • расшифровка записей речи на языке чероки
  • получение текстовой расшифровки аудио на языке чероки
  • оценка распознавания речи на языке чероки по WER и CER

Ограничения

В карточке не описаны обучающие данные и условия оценки; приведённый WER 0,5301 указывает на возможные ошибки распознавания. Переносимость результатов на другие записи не подтверждена.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

asr-cherokee

This model is a fine-tuned version of facebook/wav2vec2-large-xlsr-53 on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.5317
  • Wer: 0.5301
  • Cer: 0.0658

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: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 16
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 50
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWerCer
6.49651.07531003.00361.01.0
2.87942.15052002.80981.01.0
2.7423.22583002.29561.00.8959
1.47784.30114000.62211.00.2640
0.70635.37635000.45660.91670.1796
0.53826.45166000.40520.84290.1337
0.4467.52697000.35480.65570.0876
0.39968.60228000.33110.60520.0835
0.34439.67749000.32420.59430.0785
0.29810.752710000.33830.60790.0831
0.301611.828011000.30650.57380.0745
0.270712.903212000.31930.56970.0768
0.240613.978513000.33050.58610.0847
0.232515.053814000.33130.58470.0803
0.203316.129015000.33530.54920.0715
0.1917.204316000.33260.55050.0732
0.163718.279617000.33550.55870.0734
0.152819.354818000.38140.57380.0751
0.144120.430119000.37370.56830.0742
0.131421.505420000.38560.55050.0729
0.13422.580621000.40510.57240.0772
0.113723.655922000.41940.54230.0708
0.117924.731223000.40520.53960.0694
0.110925.806524000.41560.54640.0717
0.101326.881725000.40850.53280.0680
0.097927.957026000.45080.54510.0695
0.088729.032327000.43900.55050.0703
0.083930.107528000.46770.56420.0739
0.079531.182829000.46760.54640.0701
0.080332.258130000.47130.54100.0684
0.071333.333331000.50490.52870.0675
0.073634.408632000.49830.53960.0689
0.066935.483933000.51250.53140.0692
0.063136.559134000.52430.53830.0696
0.06537.634435000.51700.54920.0700
0.056638.709736000.52600.53690.0692
0.05739.784937000.51250.53010.0674
0.052240.860238000.52220.52870.0666
0.05141.935539000.52040.53830.0678
0.050543.010840000.50860.52870.0664
0.05444.086041000.51190.54100.0686
0.045845.161342000.51930.53830.0679
0.04746.236643000.52170.53280.0675
0.044447.311844000.52900.52460.0658
0.045848.387145000.53140.53550.0663
0.042349.462446000.53170.53010.0658

Framework versions

  • Transformers 4.44.2
  • Pytorch 2.3.1
  • Datasets 2.21.0
  • Tokenizers 0.19.1

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
d12c00d

0 моделей

    Создать бенчмарк