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-kbd-mms-model

ctaguchi

Распознавание речиАудио → текст3 профессии

Дообученная wav2vec2-модель на основе MMS-1B-All для преобразования аудио с речью в текст.

788скачиваний 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Распознавание речи» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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-kbd-mms-model — модель распознавания речи, дообученная на основе facebook/mms-1b-all. Она построена на архитектуре wav2vec2 и содержит 1,3 млрд параметров; модель принимает аудио и преобразует речь в текст. В README приведены результаты оценки: CER 0,0920 и WER 0,5172, однако набор данных указан как None, поэтому эти оценки не позволяют судить о качестве на конкретном языке или в практических условиях.

Модель предназначена для автоматического распознавания речи. Карточка не уточняет языки и сценарии применения дообученной версии. Базовая модель поддерживает более тысячи языков, но это не подтверждает, что данная настройка сохраняет поддержку всех этих языков.

Лицензия — CC BY-NC 4.0; коммерческое использование не разрешено условиями этой лицензии.

Сценарии применения

распознавание речи в аудиозаписях
транскрибирование голосовых сообщений
получение текстовой расшифровки речи

Ограничения

Язык и состав обучающих данных не раскрыты; приведённые CER и WER не привязаны к описанному датасету. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование.

Для каких профессий подходит3

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

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ssc-kbd-mms-model

This model is a fine-tuned version of facebook/mms-1b-all on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.2559
Cer: 0.0920
Wer: 0.5172

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 Loss	Epoch	Step	Validation Loss	Cer	Wer
0.8242	0.1719	200	0.6052	0.1907	0.8410
0.5396	0.3438	400	0.4636	0.1535	0.7533
0.4706	0.5157	600	0.4237	0.1411	0.6953
0.4313	0.6876	800	0.3889	0.1342	0.6967
0.399	0.8595	1000	0.3817	0.1263	0.6548
0.3835	1.0309	1200	0.3536	0.1204	0.6379
0.4002	1.2028	1400	0.3461	0.1178	0.6223
0.3667	1.3747	1600	0.3403	0.1168	0.6230
0.3641	1.5466	1800	0.3356	0.1158	0.6277
0.3461	1.7185	2000	0.3271	0.1127	0.6118
0.3539	1.8904	2200	0.3223	0.1109	0.6007
0.3404	2.0619	2400	0.3188	0.1093	0.5941
0.3285	2.2338	2600	0.3115	0.1083	0.5927
0.3332	2.4057	2800	0.3093	0.1075	0.5888
0.3276	2.5776	3000	0.3062	0.1047	0.5783
0.3274	2.7495	3200	0.3033	0.1045	0.5749
0.3137	2.9214	3400	0.2981	0.1042	0.5717
0.3095	3.0928	3600	0.3001	0.1050	0.5807
0.3146	3.2647	3800	0.3041	0.1058	0.5788
0.3147	3.4366	4000	0.2922	0.1039	0.5865
0.2873	3.6085	4200	0.2905	0.1013	0.5628
0.2973	3.7804	4400	0.2887	0.1014	0.5590
0.3028	3.9523	4600	0.2853	0.1011	0.5583
0.2747	4.1238	4800	0.2881	0.0983	0.5490
0.2928	4.2957	5000	0.2897	0.1000	0.5556
0.2825	4.4676	5200	0.2872	0.0982	0.5492
0.2861	4.6394	5400	0.2820	0.0990	0.5535
0.277	4.8113	5600	0.2831	0.0986	0.5509
0.2827	4.9832	5800	0.2805	0.0970	0.5434
0.2695	5.1547	6000	0.2758	0.0970	0.5455
0.2696	5.3266	6200	0.2748	0.0962	0.5396
0.2834	5.4985	6400	0.2716	0.0966	0.5408
0.2786	5.6704	6600	0.2786	0.0970	0.5362
0.2741	5.8423	6800	0.2693	0.0948	0.5315
0.2816	6.0138	7000	0.2697	0.0952	0.5330
0.2587	6.1856	7200	0.2682	0.0951	0.5347
0.2703	6.3575	7400	0.2666	0.0940	0.5304
0.2503	6.5294	7600	0.2671	0.0949	0.5327
0.2656	6.7013	7800	0.2654	0.0944	0.5284
0.2565	6.8732	8000	0.2668	0.0935	0.5246
0.2518	7.0447	8200	0.2683	0.0932	0.5262
0.2477	7.2166	8400	0.2666	0.0930	0.5281
0.2575	7.3885	8600	0.2632	0.0932	0.5227
0.2523	7.5604	8800	0.2640	0.0932	0.5242
0.2383	7.7323	9000	0.2622	0.0928	0.5207
0.2366	7.9042	9200	0.2629	0.0931	0.5230
0.2381	8.0756	9400	0.2606	0.0926	0.5198
0.24	8.2475	9600	0.2609	0.0921	0.5171
0.2408	8.4194	9800	0.2590	0.0923	0.5185
0.2443	8.5913	10000	0.2575	0.0916	0.5171
0.251	8.7632	10200	0.2579	0.0919	0.5160
0.2418	8.9351	10400	0.2578	0.0915	0.5156
0.2382	9.1066	10600	0.2570	0.0912	0.5142
0.2342	9.2785	10800	0.2560	0.0915	0.5159
0.2297	9.4504	11000	0.2568	0.0917	0.5146
0.2365	9.6223	11200	0.2557	0.0917	0.5163
0.2275	9.7942	11400	0.2565	0.0918	0.5172
0.2436	9.9661	11600	0.2559	0.0920	0.5172

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: fed9ae2

Характеристики

Ссылки

ssc-kbd-mms-model

Бенчмарки

Тесты пользователейпока нет

Добавьте модель в бенчмарк

Опишите свои задачи

Запустите и опубликуйте

Публичные оценки

Что умеет модель

Сценарии применения

Ограничения

Для каких профессий подходит3

Карточка модели

ssc-kbd-mms-model

Model description

Intended uses & limitations

Training and evaluation data

Training procedure

Training hyperparameters

Training results

Framework versions

Как запустить