/ Модель
Каталог

Характеристики

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

Ссылки

Hugging Face

ssc-sco-mms-model

ctaguchi
Распознавание речиАудио → текст8 профессий

Дообученная на основе MMS-1B-All модель Wav2Vec2 для преобразования речи в текст.

144скачиваний 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-sco-mms-model — дообученная модель распознавания речи на основе facebook/mms-1b-all. Она использует архитектуру Wav2Vec2ForCTC и содержит 1,3 млрд параметров; принимает аудио и преобразует речь в текст. Базовая модель поддерживает более тысячи языков, но язык и набор данных, на которых дообучена эта версия, не указаны.

В карточке приведены результаты оценки: CER 0,2065, WER 0,5486 и loss 0,7277. Эти значения относятся к оценочному набору, сведения о котором отсутствуют, поэтому их нельзя напрямую переносить на другие данные. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

Сценарии применения

  • автоматическая расшифровка аудиозаписей
  • транскрибирование речевых сообщений
  • распознавание речи в аудиофайлах

Ограничения

Язык и состав данных для дообучения не описаны; приведённые метрики получены на неописанном оценочном наборе и могут не отражать качество на других данных. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование.

Для каких профессий подходит8

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.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ssc-sco-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: 0.7277
  • Cer: 0.2065
  • Wer: 0.5486

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
2.05290.24912000.92130.24380.6057
1.90920.49814000.82170.22530.5961
1.850.74726000.79910.22050.5779
1.76870.99638000.79400.21990.5727
1.81511.245310000.79700.21820.5831
1.78911.494412000.79400.21770.5835
1.75121.743514000.77170.21490.5776
1.77421.992516000.77790.21490.5780
1.77842.241618000.77870.21400.5807
1.72122.490720000.77090.21330.5745
1.76722.739722000.76630.21380.5739
1.76322.988824000.75940.21040.5667
1.74593.237926000.77380.21250.5743
1.71623.486928000.77400.21140.5780
1.77183.736030000.78730.21450.5867
1.70023.985132000.76400.21040.5758
1.71674.234134000.76060.21210.5738
1.74294.483236000.75450.21000.5653
1.73384.732338000.75250.20920.5639
1.73024.981340000.75290.20880.5615
1.69965.230442000.74800.20900.5634
1.76555.479544000.74450.20830.5649
1.74145.728546000.74490.20910.5617
1.68815.977648000.75200.21070.5675
1.72616.226750000.75710.20970.5730
1.71126.475752000.74380.20720.5601
1.73486.724854000.74380.20680.5573
1.69926.973856000.73720.20680.5573
1.71787.222958000.73500.20660.5545
1.70617.472060000.73320.20720.5554
1.68957.721062000.73530.20790.5571
1.72747.970164000.73170.20720.5534
1.72958.219266000.73140.20680.5517
1.69258.468268000.73080.20680.5525
1.72618.717370000.72800.20640.5485
1.7628.966472000.72710.20670.5466
1.68099.215474000.72760.20680.5477
1.71499.464576000.72710.20660.5485
1.67649.713678000.72760.20670.5488
1.68779.962680000.72770.20650.5486

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
72e87c0

0 моделей

    Создать бенчмарк