/ Модель

Характеристики

Параметры
1,3 млрд
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Базовая модель
wav2vec2-xls-r-1b
Библиотека
transformers
Опубликована
24 янв 2025

wav2vec2-xls-r-1b-scandinavian-E5-100h-30-epochs-20250124

Распознавание речиАудио → текст

Дообученная wav2vec 2.0 модель для преобразования аудиозаписей речи в текст.

18скачиваний за 30 дней0лайковвеса обновлены24 янв 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.

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 davidilag/wav2vec2-xls-r-1b-scandinavian-E5-100h-30-epochs-20250124 — дообученная для автоматического распознавания речи версия facebook/wav2vec2-xls-r-1b. Она использует архитектуру Wav2Vec2ForCTC и содержит около 1,3 млрд параметров.

Модель принимает аудио и преобразует речь в текст. В README приведены результаты оценки: WER 31,5873 и CER 16,9806; сведения о датасете и предполагаемых сценариях применения не раскрыты. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0.

Сценарии применения

  • расшифровка аудиозаписей речи
  • автоматическая транскрибация скандинавской речи
  • получение текстовой расшифровки для оценки качества ASR

Ограничения

Датасет обучения и языки модели не указаны. В README приведены WER 31,5873 и CER 16,9806 на оценочном наборе, но без описания набора эти показатели трудно интерпретировать.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wav2vec2-xls-r-1b-scandinavian-E5-100h-30-epochs-20250124

This model is a fine-tuned version of facebook/wav2vec2-xls-r-1b on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 1.2093
  • Wer: 31.5873
  • Cer: 16.9806

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: 0.0001
  • train_batch_size: 16
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 32
  • 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: cosine
  • lr_scheduler_warmup_steps: 6000
  • num_epochs: 30
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWerCer
1.36942.632410001.176167.314726.5833
0.88255.263520000.814238.098717.7731
0.7717.895930000.767136.336117.4212
0.671510.527040000.835633.932517.2121
0.625813.158150000.791735.693917.7429
0.575315.790560000.869135.433017.9205
0.499918.421670000.861434.556017.5324
0.443221.052780000.907433.609517.4453
0.347923.685190001.025833.636817.7273
0.320226.3162100001.145731.808417.0006
0.297428.9486110001.209331.587316.9806

Framework versions

  • Transformers 4.48.1
  • Pytorch 2.5.1+cu124
  • Datasets 3.2.0
  • Tokenizers 0.21.0

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
549ad43

0 моделей