/ Модель

Характеристики

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

mms-1b-all-bigc_mini-train-drodat-gdro-1.15e-5-dat-0.207-no-sd-0.00-62

Распознавание речиАудио → текст5 профессий

Дообученная на BIGC_MINI - BEM модель wav2vec2 для преобразования речи в текст.

206скачиваний за 30 дней0лайковвеса обновлены2 окт 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

Это модель распознавания речи, дообученная csikasote на базе facebook/mms-1b-all на наборе BIGC_MINI - BEM. Она использует архитектуру wav2vec2 с CTC-выходом и содержит 1,3 млрд параметров. Модель принимает аудио и преобразует речь в текст; в карточке указаны результаты оценки на тестовой выборке: Loss 34,8514 и CER 0,1197.

Модель подходит для автоматической расшифровки аудио в сценариях, соответствующих данным BIGC_MINI - BEM. Базовая MMS-1B-All поддерживает более тысячи языков, однако README не уточняет, какие языки охватывает это дообучение. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Сценарии применения

  • расшифровка речи из аудиозаписей
  • автоматическая транскрибация аудио из домена BIGC_MINI - BEM
  • оценка качества распознавания речи по метрике CER

Ограничения

README не уточняет поддерживаемые языки и сценарии применения дообученной модели. На указанной оценочной выборке CER составляет 0,1197; лицензия запрещает коммерческое использование.

Для каких профессий подходит5

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-bigc_mini-train-drodat-gdro-1.15e-5-dat-0.207-no-sd-0.00-62

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

  • Loss: 34.8514
  • Cer: 0.1197

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: 4
  • eval_batch_size: 4
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 8
  • 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
182.77490.9579500159.76040.8344
41.95021.9157100042.21980.1406
40.09272.8736150040.82790.1369
39.55563.8314200039.78770.1352
37.07244.7893250038.31590.1349
35.9075.7471300038.54180.1305
33.3886.7050350042.11110.1759
32.45947.6628400037.18920.1393
32.08058.6207450037.14780.1394
34.9249.5785500036.11140.1268
33.769610.5364550036.88950.1402
30.822511.4943600035.81620.1226
33.984112.4521650035.85300.1306
30.820513.4100700035.46460.1244
29.622314.3678750035.72830.1330
28.449715.3257800035.27600.1275
27.304116.2835850034.85160.1197
30.422317.2414900034.97300.1242
30.293718.1992950035.55320.1308
28.470619.15711000034.99660.1208

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
4975b14

0 моделей