/ Модель

Характеристики

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

mms-1b-all-nyagen-combined-train-drodat-gdro-2.5e-3-dat-0.0012-no-sd-0.00-52

Распознавание речиАудио → текст

Дообученная на NYAGEN - NYA модель wav2vec2 для автоматического распознавания речи и преобразования аудио в текст.

151скачиваний за 30 дней0лайковвеса обновлены4 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 дообученная модель автоматического распознавания речи, созданная на основе facebook/mms-1b-all и обученная на датасете NYAGEN - NYA. Она использует архитектуру wav2vec2 с CTC-выходом и содержит около 1,3 млрд параметров. Модель предназначена для преобразования аудиоречи в текст; базовая модель поддерживает более тысячи языков, но язык и охват данных дообучения в карточке не уточнены.

В карточке приведён результат оценки на тестовом наборе: CER 0,0836 и loss 37,8789. Модель распространяется под лицензией CC BY-NC 4.0, которая не допускает коммерческое использование. Описание не сообщает дополнительных ограничений и сценариев применения.

Сценарии применения

  • транскрибирование речи из аудиозаписей
  • распознавание речи на данных, похожих на NYAGEN - NYA
  • получение текстовой расшифровки аудио для последующей обработки

Ограничения

Язык и объём обучающих данных для этого дообучения не уточнены; показатель CER приведён только для оценочного набора без сведений о его составе. Лицензия CC BY-NC 4.0 запрещает 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-2.5e-3-dat-0.0012-no-sd-0.00-52

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: 37.8789
  • Cer: 0.0836

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
430.8731.2566500415.63410.8675
295.19862.51321000282.98540.9635
28.57283.7698150048.12790.0988
22.4535.0252200042.99160.0912
21.7386.2818250039.83140.0873
17.69867.5384300040.89750.0846
19.74778.7950350038.81770.0832
16.808210.0503400038.54220.0830
18.079511.3069450037.87840.0836
18.233512.5635500040.18970.0817
13.33113.8201550039.87420.0816
16.873615.0755600039.87270.0810

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
c6c6a3b

0 моделей