Характеристики

Параметры: 403 млн
Лицензия: Apache 2.0
Архитектура: wav2vec2 · dense
Базовая модель: wav2vec2-large-xlsr-53
Библиотека: transformers
Опубликована: 4 июл 2026

Ссылки

Hugging Face

length-only-20260704-155307-asr-cherokee-colon

charliemcvicker

Распознавание речиАудио → текст4 профессии

Дообученная wav2vec2-модель для распознавания речи на языке чероки и преобразования аудио в текст.

8скачиваний за 30 дней0лайковвеса обновлены4 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Распознавание речи» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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

Это модель автоматического распознавания речи, дообученная на базе facebook/wav2vec2-large-xlsr-53. Она использует архитектуру Wav2Vec2ForCTC и содержит 402,7 млн параметров. По названию репозитория модель предназначена для распознавания речи на языке чероки; README сообщает метрики оценки: WER 0,1651 и CER 0,0276.

Модель принимает аудио и преобразует речь в текст. Она опубликована в формате safetensors и распространяется по лицензии Apache-2.0. Сведения о тренировочных данных и подробные инструкции по применению в карточке отсутствуют.

Сценарии применения

Транскрибирование записей речи на языке чероки
Распознавание устной речи на языке чероки
Преобразование аудио на языке чероки в текст

Ограничения

README не описывает тренировочные данные и ограничения применения; приведённые метрики относятся только к указанному набору оценки.

Для каких профессий подходит4

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 938моделей I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели I.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

length-only-20260704-155307-asr-cherokee-colon

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: 0.2431
Wer: 0.1651
Cer: 0.0276

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 Loss	Epoch	Step	Validation Loss	Wer	Cer
13.0877	0.4264	100	5.3910	1.0	1.0
3.8261	0.8529	200	2.8246	1.0	1.0
2.839	1.2793	300	2.7347	1.0	1.0
2.7798	1.7058	400	2.5692	1.0	1.0
2.3555	2.1322	500	1.4907	1.0	0.6670
1.3922	2.5586	600	0.6072	1.0	0.1754
0.9563	2.9851	700	0.5123	0.9986	0.1474
0.7257	3.4115	800	0.4789	0.9876	0.1402
0.6646	3.8380	900	0.3468	0.6823	0.0951
0.6332	4.2644	1000	0.2612	0.3934	0.0568
0.5893	4.6908	1100	0.2501	0.3205	0.0513
0.5459	5.1173	1200	0.2458	0.3411	0.0533
0.5228	5.5437	1300	0.2639	0.3356	0.0543
0.5522	5.9701	1400	0.2495	0.3631	0.0557
0.4653	6.3966	1500	0.2661	0.3893	0.0600
0.4544	6.8230	1600	0.2662	0.4223	0.0742
0.4591	7.2495	1700	0.2318	0.2806	0.0468
0.428	7.6759	1800	0.2275	0.2916	0.0467
0.3861	8.1023	1900	0.2255	0.2765	0.0459
0.3885	8.5288	2000	0.2252	0.2710	0.0450
0.4052	8.9552	2100	0.2274	0.2806	0.0458
0.3732	9.3817	2200	0.2365	0.3095	0.0499
0.3719	9.8081	2300	0.2335	0.2710	0.0430
0.4061	10.2345	2400	0.2132	0.2847	0.0459
0.3441	10.6610	2500	0.2163	0.2944	0.0465
0.3164	11.0874	2600	0.2071	0.2256	0.0406
0.3336	11.5139	2700	0.2083	0.2572	0.0435
0.3504	11.9403	2800	0.2228	0.2834	0.0442
0.3114	12.3667	2900	0.2226	0.2751	0.0441
0.3184	12.7932	3000	0.2204	0.2572	0.0416
0.3558	13.2196	3100	0.2257	0.2792	0.0449
0.2944	13.6461	3200	0.2454	0.2971	0.0484
0.2922	14.0725	3300	0.2056	0.2352	0.0378
0.2867	14.4989	3400	0.1939	0.2297	0.0372
0.2767	14.9254	3500	0.1919	0.2270	0.0372
0.2691	15.3518	3600	0.2072	0.2270	0.0366
0.2784	15.7783	3700	0.2063	0.2462	0.0409
0.2712	16.2047	3800	0.2367	0.2558	0.0423
0.2672	16.6311	3900	0.2263	0.2531	0.0424
0.2428	17.0576	4000	0.2189	0.2572	0.0424
0.2604	17.4840	4100	0.2154	0.2545	0.0400
0.2471	17.9104	4200	0.2066	0.2187	0.0384
0.2306	18.3369	4300	0.2157	0.2325	0.0401
0.2365	18.7633	4400	0.1991	0.2077	0.0363
0.2324	19.1898	4500	0.2395	0.2503	0.0424
0.2147	19.6162	4600	0.2209	0.2476	0.0401
0.2354	20.0426	4700	0.2250	0.2352	0.0392
0.2232	20.4691	4800	0.2094	0.2352	0.0370
0.2038	20.8955	4900	0.2142	0.2448	0.0378
0.206	21.3220	5000	0.2084	0.2242	0.0383
0.2003	21.7484	5100	0.2222	0.2173	0.0375
0.199	22.1748	5200	0.2299	0.2517	0.0410
0.1834	22.6013	5300	0.2207	0.2325	0.0395
0.2171	23.0277	5400	0.2298	0.2696	0.0467
0.1848	23.4542	5500	0.2292	0.2586	0.0439
0.184	23.8806	5600	0.2199	0.2531	0.0433
0.1628	24.3070	5700	0.2247	0.2228	0.0403
0.1609	24.7335	5800	0.2393	0.2091	0.0360
0.1646	25.1599	5900	0.2532	0.2545	0.0419
0.1586	25.5864	6000	0.2450	0.2435	0.0400
0.1842	26.0128	6100	0.2244	0.2256	0.0400
0.1557	26.4392	6200	0.2126	0.2297	0.0398
0.1495	26.8657	6300	0.2203	0.2297	0.0370
0.1497	27.2921	6400	0.2233	0.2077	0.0349
0.1389	27.7186	6500	0.2316	0.1967	0.0341
0.1466	28.1450	6600	0.2357	0.2201	0.0378
0.1219	28.5714	6700	0.2214	0.2091	0.0370
0.1697	28.9979	6800	0.2314	0.2022	0.0372
0.1391	29.4243	6900	0.2392	0.2091	0.0377
0.1361	29.8507	7000	0.2478	0.2146	0.0360
0.125	30.2772	7100	0.2379	0.1994	0.0326
0.1283	30.7036	7200	0.2324	0.2063	0.0326
0.1229	31.1301	7300	0.2309	0.2132	0.0325
0.1199	31.5565	7400	0.2346	0.2036	0.0326
0.1319	31.9829	7500	0.2266	0.2008	0.0335
0.1054	32.4094	7600	0.2230	0.1926	0.0320
0.1355	32.8358	7700	0.2313	0.2077	0.0329
0.1157	33.2623	7800	0.2399	0.2256	0.0363
0.1085	33.6887	7900	0.2393	0.1884	0.0312
0.1062	34.1151	8000	0.2468	0.1843	0.0312
0.105	34.5416	8100	0.2317	0.1802	0.0305
0.104	34.9680	8200	0.2451	0.1774	0.0306
0.1003	35.3945	8300	0.2434	0.1857	0.0308
0.108	35.8209	8400	0.2426	0.1884	0.0315
0.094	36.2473	8500	0.2412	0.1843	0.0306
0.0968	36.6738	8600	0.2311	0.1912	0.0312
0.0903	37.1002	8700	0.2359	0.1843	0.0331
0.0825	37.5267	8800	0.2356	0.1802	0.0314
0.0949	37.9531	8900	0.2311	0.1774	0.0303
0.0929	38.3795	9000	0.2409	0.1912	0.0329
0.0876	38.8060	9100	0.2438	0.1967	0.0325
0.0967	39.2324	9200	0.2425	0.1871	0.0332
0.0798	39.6588	9300	0.2382	0.1829	0.0315
0.0803	40.0853	9400	0.2468	0.1884	0.0331
0.0878	40.5117	9500	0.2398	0.1802	0.0315
0.0841	40.9382	9600	0.2481	0.1829	0.0312
0.0805	41.3646	9700	0.2485	0.1884	0.0320
0.0656	41.7910	9800	0.2582	0.1912	0.0332
0.0704	42.2175	9900	0.2660	0.1871	0.0328
0.0865	42.6439	10000	0.2491	0.1857	0.0318
0.0697	43.0704	10100	0.2409	0.1829	0.0314
0.0778	43.4968	10200	0.2391	0.1747	0.0300
0.0726	43.9232	10300	0.2480	0.1761	0.0294
0.0716	44.3497	10400	0.2447	0.1706	0.0291
0.0668	44.7761	10500	0.2430	0.1678	0.0288
0.0669	45.2026	10600	0.2450	0.1747	0.0291
0.0668	45.6290	10700	0.2444	0.1678	0.0291
0.0702	46.0554	10800	0.2448	0.1747	0.0295
0.0671	46.4819	10900	0.2454	0.1774	0.0295
0.0604	46.9083	11000	0.2449	0.1774	0.0294
0.0591	47.3348	11100	0.2458	0.1678	0.0277
0.0614	47.7612	11200	0.2477	0.1664	0.0282
0.0634	48.1876	11300	0.2449	0.1637	0.0276
0.0603	48.6141	11400	0.2443	0.1596	0.0271
0.0673	49.0405	11500	0.2438	0.1623	0.0273
0.0656	49.4670	11600	0.2430	0.1637	0.0274
0.0619	49.8934	11700	0.2431	0.1651	0.0276

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: d36baaa

Характеристики

Ссылки

length-only-20260704-155307-asr-cherokee-colon

Бенчмарки

Тесты пользователейпока нет

Добавьте модель в бенчмарк

Опишите свои задачи

Запустите и опубликуйте

Публичные оценки

Что умеет модель

Сценарии применения

Ограничения

Для каких профессий подходит4

Карточка модели

length-only-20260704-155307-asr-cherokee-colon

Model description

Intended uses & limitations

Training and evaluation data

Training procedure

Training hyperparameters

Training results

Framework versions

Как запустить