/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Базовая модель
swecha-gonthuka-asr
Библиотека
transformers
Опубликована
9 июл 2026

swecha-gonthuka-rayalaseema-dialect

Распознавание речиАудио → текст3 профессии

Модель Wav2Vec2 распознаёт речь на телугу, в первую очередь диалект Раяласима, и преобразует её в текст.

8скачиваний за 30 дней0лайковвеса обновлены18 июл 2026

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 автоматического распознавания речи на телугу, дообученная Swecha на диалекте Раяласима в рамках инициативы Swecha Gonthuka. Она использует архитектуру Wav2Vec2 с выходной CTC-головой и содержит 113,3 млн параметров; принимает аудио и преобразует речь в текст. Модель предназначена для транскрибации речи носителей диалекта Раяласима, а также для образовательных, вспомогательных и исследовательских сценариев, связанных с телугу.

Качество транскрибации зависит от аудиозаписи и особенностей говорящего: фоновый шум снижает точность, а на других диалектах телугу качество может быть ниже. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • транскрибация речи на телугу с диалектом Раяласима
  • распознавание диалектной речи в аудиозаписях
  • подготовка транскриптов для исследований речи на телугу
  • создание образовательных и вспомогательных приложений для носителей телугу

Ограничения

Модель рассчитана прежде всего на диалект Раяласима; качество может снижаться на других диалектах телугу и при наличии фонового шума. Точность также зависит от качества аудио и характеристик говорящего.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Swecha Gonthuka Rayalaseema Telugu ASR Model

Model Description

This model is a fine-tuned Automatic Speech Recognition (ASR) model developed for recognizing the Rayalaseema dialect of Telugu. It is based on the Wav2Vec2 architecture and fine-tuned on Telugu speech collected through the Swecha Gonthuka initiative.

Model Details

  • Task: Automatic Speech Recognition (ASR)
  • Architecture: Wav2Vec2
  • Framework: Hugging Face Transformers
  • Language: Telugu (te)
  • Dialect: Rayalaseema
  • Base Model: swechatelangana/swecha-gonthuka-asr

Intended Use

This model is intended for:

  • Telugu speech transcription
  • Rayalaseema dialect recognition
  • Speech dataset research
  • Educational and accessibility applications

Training Data

The model was fine-tuned using Telugu speech recordings collected from native speakers of the Rayalaseema dialect.

Evaluation

The model was evaluated using Word Error Rate (WER). Performance depends on audio quality and speaker characteristics.

Limitations

  • Designed primarily for Rayalaseema Telugu.
  • Performance may decrease for other Telugu dialects.
  • Background noise can reduce transcription accuracy.

Citation

If you use this model in your work, please cite the Swecha Gonthuka project.

License

Apache License 2.0

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
3b713c7

0 моделей