/ Модель
Каталог

Характеристики

Параметры
1,3 млрд
Лицензия
CC BY-NC 4.0
Архитектура
wav2vec2 · dense
Базовая модель
mms-1b-all
Библиотека
transformers
Опубликована
1 дек 2025

Ссылки

Hugging Face

ssc-aln-mms-model

ctaguchi
Распознавание речиАудио → текст7 профессий

Дообученная на базе MMS модель wav2vec2 для распознавания речи и преобразования аудио в текст.

898скачиваний за 30 дней0лайковвеса обновлены4 дек 2025

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.

Открыть конструктор бенчмарка

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

ctaguchi/ssc-aln-mms-model — дообученная модель распознавания речи на базе facebook/mms-1b-all. Она использует архитектуру wav2vec2 с CTC-декодированием и содержит 1,3 млрд параметров; модель рассчитана на преобразование аудио в текст. Базовая MMS поддерживает более тысячи языков, однако язык и назначение конкретной дообученной версии не уточнены.

В README приведены результаты оценки: Loss 1,1100, CER 0,2283 и WER 0,5834; набор данных не назван. Модель опубликована в формате safetensors и предназначена для использования с Transformers. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и запрещающая коммерческое применение.

Сценарии применения

  • автоматическая транскрипция аудиозаписей
  • распознавание речи в аудиофайлах
  • получение текстовой расшифровки речи для последующей обработки

Ограничения

Язык дообучения, обучающий набор данных и целевые условия применения не раскрыты. На оценочном наборе указаны WER 0,5834 и CER 0,2283; коммерческое использование ограничено лицензией CC BY-NC 4.0.

Для каких профессий подходит7

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 923моделиI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделейI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ssc-aln-mms-model

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

  • Loss: 1.1100
  • Cer: 0.2283
  • Wer: 0.5834

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: 12
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 16
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED 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: 100
  • num_epochs: 10
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossCerWer
2.35820.28512001.48720.27510.6849
2.11080.57024001.34520.25020.6423
2.0560.85536001.29370.24300.6208
2.03881.13978001.18760.25690.6355
2.02281.424810001.19980.24050.6055
2.02171.709912001.19750.23590.6023
1.94431.995014001.19950.23500.5977
1.91952.279416001.18000.23520.5950
1.98212.564518001.15100.23520.5921
1.96282.849620001.17570.23270.5916
1.94793.134022001.14980.23400.5928
1.93453.419124001.16080.23100.5865
1.92193.704226001.14950.23140.5861
1.99853.989328001.13870.23290.5903
2.03394.273730001.11730.23650.5936
1.94314.558832001.13110.23200.5868
1.90654.843934001.13520.23010.5853
1.92885.128336001.13120.23010.5832
1.94725.413438001.12700.23020.5843
2.02175.698540001.13640.22790.5820
1.92195.983642001.11060.23030.5842
1.88966.268044001.11370.23030.5840
1.89876.553146001.11490.22980.5835
1.98526.838248001.09690.23510.5942
1.95977.122650001.10940.23080.5860
1.91467.407752001.11210.22900.5830
1.94487.692854001.12010.22790.5816
1.90277.977956001.11210.22830.5811
1.88968.262358001.11680.22820.5828
1.9628.547460001.10390.23010.5854
1.93988.832562001.10780.22890.5833
1.94369.116964001.10990.22840.5824
1.89849.402066001.10510.22890.5845
1.94569.687168001.10910.22820.5828
1.88939.972270001.11000.22830.5834

Framework versions

  • Transformers 4.57.2
  • Pytorch 2.9.1+cu128
  • Datasets 3.6.0
  • Tokenizers 0.22.0

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
a5b2d0b

0 моделей

    Создать бенчмарк