/ Модель

Характеристики

Параметры
403 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Базовая модель
wav2vec2-xls-r-300m
Библиотека
transformers
Опубликована
30 ноя 2025

wav2vec2-xls-r-300m-100e-lg-asr

Распознавание речиАудио → текст3 профессии

Дообученная wav2vec2-модель для преобразования аудиозаписей в текст.

121скачиваний за 30 дней0лайковвеса обновлены3 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.

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

dennohpeter/wav2vec2-xls-r-300m-100e-lg-asr — дообученная модель семейства wav2vec2 на базе facebook/wav2vec2-xls-r-300m для автоматического распознавания речи. Она принимает аудио и выдаёт текстовую транскрипцию; архитектура — Wav2Vec2ForCTC, число параметров — 402,7 млн. Модель доступна в формате safetensors и использует библиотеку Transformers.

Язык распознавания, обучающий набор данных и предполагаемые сценарии применения в карточке не раскрыты. В опубликованной оценке указаны loss 3,3678 и WER 1,0, что указывает на крайне низкое качество распознавания в приведённой оценке. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибирование аудиозаписей
  • распознавание речи из микрофона
  • создание текстовых расшифровок аудио

Ограничения

Язык и данные обучения не описаны. В карточке приведён WER 1,0, поэтому качество распознавания по этой оценке крайне низкое.

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

wav2vec2-xls-r-300m-100e-lg-asr

This model is a fine-tuned version of facebook/wav2vec2-xls-r-300m on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 3.3678
  • Wer: 1.0

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: 16
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 32
  • 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_ratio: 0.1
  • num_epochs: 100
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
14.95176.6667205.15691.0
4.528413.3333403.64131.0
3.57120.0603.60941.0
3.287226.6667803.57321.0
3.131133.33331003.43551.0
2.995540.01203.32231.0
2.925946.66671403.31841.0
2.868353.33331603.27941.0
2.751360.01803.39161.0
2.543466.66672003.34791.0
2.268273.33332203.37941.0
2.094580.02403.36261.0
1.945786.66672603.33311.0
1.829493.33332803.35061.0
1.7562100.03003.36781.0

Framework versions

  • Transformers 4.57.2
  • Pytorch 2.9.0+cu126
  • Datasets 3.6.0
  • Tokenizers 0.22.1

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
60b77af

0 моделей