/ Модель

Характеристики

Параметры
403 млн
Лицензия
MIT
Архитектура
wav2vec2-bert · dense
Базовая модель
w2v-bert-2.0
Библиотека
transformers
Опубликована
14 сен 2026

badini-w2v-bert

Распознавание речиАудио → текст3 профессии

Дообученная модель Wav2Vec2-BERT для транскрибирования речи на бадинском курдском языке.

674скачиваний за 30 дней0лайковвеса обновлены18 сен 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

Модель computeram/badini-w2v-bert — акустическая модель автоматического распознавания речи на бадинском курдском, разновидности курманджи, записываемой арабским письмом. Она разработана на основе facebook/w2v-bert-2.0 и дообучена с CTC-головой для транскрибирования речи.

Модель принимает монофоническое аудио с частотой дискретизации 16 кГц и выдаёт текстовую последовательность после CTC-декодирования. Она содержит около 402,7 млн параметров и предназначена для распознавания речи на малоресурсном языке.

Репозиторий включает только акустическую модель: восстановление пунктуации, преобразование чисел в слова, нормализация символов и исправление вариантов слов выполняются отдельным последующим конвейером. Для получения нормализованных транскриптов требуется такая постобработка. Лицензия — MIT.

Сценарии применения

  • транскрибирование записей на бадинском курдском
  • распознавание бадинской речи в приложениях
  • подготовка черновых субтитров на бадинском курдском

Ограничения

Для работы аудио нужно привести к моноформату с частотой 16 кГц. Сырые результаты не содержат полной нормализации: пунктуацию, запись чисел словами и коррекцию вариантов слов следует выполнять отдельным конвейером.

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

Badini Kurdish ASR (Wav2Vec2-BERT)

An automatic speech recognition (ASR) model for Badini Kurdish (a variety of Kurmanji, written in Arabic script), fine-tuned from facebook/w2v-bert-2.0 with a CTC head.

Input requirements

  • Audio must be 16 kHz, mono.
  • Resample any other sample rate to 16 kHz before running inference.

Usage

import torch, soundfile as sf
from transformers import Wav2Vec2BertForCTC, Wav2Vec2BertProcessor

repo_id = "computeram/badini-w2v-bert"
processor = Wav2Vec2BertProcessor.from_pretrained(repo_id)
model = Wav2Vec2BertForCTC.from_pretrained(repo_id).eval()

speech, sr = sf.read("audio.wav")   # 16 kHz mono
inputs = processor(speech, sampling_rate=16000, return_tensors="pt")
with torch.no_grad():
    logits = model(**inputs).logits
pred_ids = torch.argmax(logits, dim=-1)
print(processor.batch_decode(pred_ids)[0])

Important: text normalization

This repository contains only the acoustic model. The raw output is plain CTC decoding. A separate normalization pipeline — punctuation restoration, number-to-word expansion (with Badini-specific remapping), character normalization, and word-variant correction — is applied in the downstream application and is not included here. Output straight from this model will not match the fully normalized transcripts.

Intended use

Speech transcription for Badini Kurdish. Given the WER, best used with downstream normalization/post-processing rather than as raw final text.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Wav2Vec2BertForCTC
Ревизия весов
8d949a3

0 моделей