/ Модель

Характеристики

Параметры
1,3 млрд
Лицензия
CC BY-NC 4.0
Архитектура
wav2vec2 · dense
Базовая модель
mms-1b-all
Библиотека
transformers
Опубликована
30 авг 2026

mms-1b-all-bemgen-combined-train-droctc-gdro-3e-2-dat-5e-1-no-sd-0.00-42

Распознавание речиАудио → текст6 профессий

Дообученная на BEMGEN — BEM модель wav2vec2 для преобразования речи из аудио в текст.

69скачиваний за 30 дней0лайковвеса обновлены22 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 csikasote/mms-1b-all-bemgen-combined-train-droctc-gdro-3e-2-dat-5e-1-no-sd-0.00-42 — дообученная csikasote версия facebook/mms-1b-all для автоматического распознавания речи. Это плотная модель архитектуры wav2vec2 с головой CTC, содержащая 1,3 млрд параметров и принимающая аудио для преобразования речи в текст. Она дообучена на наборе BEMGEN — BEM; в карточке приведены результаты оценки: loss 12,2996 и CER 0,0527.

Модель подходит для распознавания речи в аудиозаписях на языках, поддерживаемых базовой MMS-моделью; карточка не уточняет, какие именно языки и условия записи проверялись при дообучении. Метаданные указывают библиотеку Transformers и формат safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Сценарии применения

  • транскрибирование аудиозаписей речи
  • распознавание речи на языках базовой модели MMS
  • оценка качества распознавания речи на наборе BEMGEN — BEM

Ограничения

Карточка не описывает языки и условия применения, оценка качества приведена только на наборе BEMGEN — BEM. Лицензия CC BY-NC 4.0 не допускает коммерческое использование.

Для каких профессий подходит6

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

mms-1b-all-bemgen-combined-train-droctc-gdro-3e-2-dat-5e-1-no-sd-0.00-42

This model is a fine-tuned version of facebook/mms-1b-all on the BEMGEN - BEM dataset. It achieves the following results on the evaluation set:

  • Loss: 12.2996
  • Cer: 0.0527

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: 4
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 16
  • optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • num_epochs: 30.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossCer
286.86891.2690500247.00060.9359
36.11922.5381100014.38350.0626
30.98243.8071150013.70550.0603
30.33135.0761200013.40510.0585
29.80466.3452250013.06600.0573
27.56777.6142300012.81920.0563
25.41278.8832350012.90920.0570
26.997210.1523400012.84060.0574
24.446911.4213450012.65550.0554
25.004512.6904500012.65320.0549
23.333213.9594550012.69800.0552
22.481715.2284600012.66260.0545
23.225416.4975650012.50460.0540
24.054217.7665700012.48570.0545
23.031819.0355750012.38970.0530
20.792720.3046800012.30000.0527
19.990521.5736850012.35070.0537
20.553422.8426900012.36480.0528
19.087724.1117950012.36170.0533

Framework versions

  • Transformers 4.53.0
  • Pytorch 2.10.0+cu128
  • Datasets 4.5.0
  • Tokenizers 0.21.4

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
97a4f37

0 моделей