Характеристики

Лицензия: Apache 2.0
Базовая модель: wav2vec2-large-xlsr-53-japanese
Библиотека: ggml
Опубликована: 23 мая 2026

Ссылки

wav2vec2-large-xlsr-53-japanese-GGUF

Распознавание речиАудио → текст4 профессии

cstr/wav2vec2-large-xlsr-53-japanese-GGUF — это GGUF-конверсия и набор квантизированных вариантов модели jonatasgrosman/wav2vec2-large-xlsr-53-japanese, подготовленные для использования с CrispASR.

1 611скачиваний за 30 дней0лайковвеса обновлены2 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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 предназначена для автоматического распознавания японской речи и транскрибации аудиозаписей.

В основе лежит архитектура Wav2Vec2ForCTC с размером скрытого состояния 1024, 16 головами внимания, 24 трансформерными слоями и CTC-словарём из 2341 токена. Поддерживается японский язык и аудиомодальность; текстовый ввод и генерация произвольного текста не заявлены. Доступны варианты F16 размером около 635 МБ, Q8_0 около 365 МБ и Q4_K около 221 МБ, причём Q4_K указан как целевой вариант для автоматической загрузки. Квантизация уменьшает требования к памяти, тогда как F16 и Q8_0 сохраняют более высокую числовую точность.

Модель подходит для локального распознавания японской речи через CrispASR, включая транскрибацию аудиофайлов. Ограничения, точность на различных типах аудио, поддерживаемые форматы и требования к аппаратному обеспечению в карточке не указаны. Репозиторий содержит только конверсию формата и квантизацию исходных весов, без обучения, дообучения или изменения архитектуры и словаря.

Лицензия Apache-2.0, такая же, как у исходной модели. Разработчиком исходной модели указан jonatasgrosman; данный репозиторий распространяет её преобразованные и квантизированные версии и не заявляет о создании новой модели.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели I.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Wav2Vec2 Large Xlsr 53 Japanese -- GGUF

GGUF conversions and quantisations of jonatasgrosman/wav2vec2-large-xlsr-53-japanese for use with CrispStrobe/CrispASR.

Available variants

File	Quant	Size	Notes
`wav2vec2-large-xlsr-53-japanese-f16.gguf`	F16	~635 MB	Reference conversion
`wav2vec2-large-xlsr-53-japanese-q4_k.gguf`	Q4_K	~221 MB	Default auto-download target
`wav2vec2-large-xlsr-53-japanese-q8_0.gguf`	Q8_0	~365 MB	Higher precision

Model details

Architecture: Wav2Vec2ForCTC
Hidden size: 1024
Attention heads: 16
Transformer layers: 24
CTC vocabulary: 2341 tokens
Language: Japanese
Base model: jonatasgrosman/wav2vec2-large-xlsr-53-japanese

Usage with CrispASR

crispasr --backend wav2vec2 -m wav2vec2-large-xlsr-53-japanese-q4_k.gguf -f audio.wav -l ja

# Auto-download via registry alias once published:
crispasr --backend wav2vec2 -m auto --auto-download -l ja -f audio.wav

Provenance

Converted from the upstream Hugging Face checkpoint with models/convert-wav2vec2-to-gguf.py, then quantized with build-ninja-compile/bin/crispasr-quantize.

License

Apache-2.0 — same as the upstream model card.

Provenance and EU AI Act Art. 53 note

Upstream model: jonatasgrosman/wav2vec2-large-xlsr-53-japanese — published by jonatasgrosman.
Upstream licence: apache-2.0. This repository redistributes under the same terms; it grants no rights the upstream licence does not.
What was done here: format conversion and/or quantisation only (GGUF/GGML). No training, no fine-tuning, no merging, no distillation, no change to architecture, vocabulary or capability. Only the numeric representation of the upstream weights differs.
Training data: documented — where it is documented at all — by the upstream provider; see the upstream model card. No training data was used, added or selected by this repository.
Provider status: under Regulation (EU) 2024/1689 the upstream authors remain the provider of this model. Converting the serialisation format does not make this repository the provider of a new general-purpose AI model, and no such claim is made. Questions about training content, copyright policy or model capability belong upstream.

Как запустить

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

GPU в ailist

Универсальный рантайм · ggml

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов: 16c3b21