/ Модель

Характеристики

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

mms-1b-all-nyagen-combined-train-drodat-gdro-1.24e-5-dat-0.0272-sd-0.00016-52

Распознавание речиАудио → текст

Дообученная на NYAGEN - NYA модель wav2vec2 для преобразования речи в текст.

184скачиваний за 30 дней0лайковвеса обновлены5 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

Модель csikasote/mms-1b-all-nyagen-combined-train-drodat-gdro-1.24e-5-dat-0.0272-sd-0.00016-52 — дообученная версия facebook/mms-1b-all, созданная на датасете NYAGEN - NYA. Это модель wav2vec2 с архитектурой Wav2Vec2ForCTC и 1,3 млрд параметров; она принимает аудио и преобразует речь в текст. В оценке на тестовой выборке указаны CER 0,0833 и loss 35,5455.

Модель предназначена для автоматического распознавания речи, в частности для транскрибирования аудио, соответствующего данным NYAGEN - NYA. Базовая модель поддерживает более тысячи языков, однако README не уточняет, какие языки и условия записи представлены в этом дообучении. Репозиторий содержит веса safetensors и использует библиотеку Transformers. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

Сценарии применения

  • транскрибирование речи из аудиозаписей NYAGEN - NYA
  • автоматическое преобразование речи в текст
  • оценка качества распознавания речи по CER

Ограничения

В README не приведены сведения о языках, условиях записи и ограничениях применения этого дообучения; показатели на оценочной выборке сами по себе не гарантируют качество на других данных. Лицензия CC BY-NC 4.0 не допускает коммерческое использование.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mms-1b-all-nyagen-combined-train-drodat-gdro-1.24e-5-dat-0.0272-sd-0.00016-52

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

  • Loss: 35.5455
  • Cer: 0.0833

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
395.02771.2566500391.63770.8616
28.47332.5132100049.16160.1026
23.75213.7698150045.07130.0944
20.20695.0252200041.47360.0896
18.93346.2818250038.83400.0863
16.32977.5384300038.89230.0846
18.10288.7950350036.96170.0831
15.552810.0503400038.37470.0831
17.050411.3069450035.54640.0833
15.995712.5635500039.01630.0817
12.82513.8201550038.04890.0825
15.386815.0755600037.48340.0810

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
b12de5b

0 моделей