/ Модель

Характеристики

Параметры
1,3 млрд
Лицензия
CC BY-NC 4.0
Архитектура
wav2vec2 · dense
Базовая модель
mms-1b-all
Опубликована
23 апр 2026

mms-tuk-latin-asr

Распознавание речиАудио → текст5 профессий

Модель wav2vec2 для распознавания туркменской речи, записанной латиницей, и её преобразования в текст.

31скачиваний за 30 дней0лайковвеса обновлены23 апр 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

derkar00 разработал модель распознавания речи на туркменском языке, записанной латиницей. Это дообученная версия facebook/mms-1b-all — многоязычной модели wav2vec2 для распознавания речи более чем на тысяче языков. Архитектура модели — Wav2Vec2ForCTC, размер — 1,3 млрд параметров; она принимает аудио и преобразует речь в текст.

Модель предназначена для транскрибирования чистой, разборчивой туркменской речи. Её можно применять для расшифровки записей и голосовых сообщений на туркменском языке. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Сценарии применения

  • расшифровка туркменской речи в аудиозаписях
  • транскрибирование туркменских голосовых сообщений
  • создание текстовых расшифровок туркменских интервью
  • распознавание чистой туркменской речи латиницей

Ограничения

Качество может снижаться на шумных записях и при сильных акцентах; модель лучше работает с чистой и разборчивой речью. Туркменский относится к языкам с ограниченными обучающими данными.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MMS Turkmen ASR (Latin Script)

This model performs Automatic Speech Recognition (ASR) for the Turkmen language using the Latin script (tuk-script_latin).

It is based on facebook/mms-1b-all, Meta's Massively Multilingual Speech model covering 1000+ languages.

Usage

import librosa
import torch
from transformers import Wav2Vec2ForCTC, AutoProcessor

processor = AutoProcessor.from_pretrained("derkar00/mms-tuk-latin-asr")
model = Wav2Vec2ForCTC.from_pretrained("derkar00/mms-tuk-latin-asr")

processor.tokenizer.set_target_lang("tuk-script_latin")
model.load_adapter("tuk-script_latin")

# Load audio (must be 16kHz mono)
audio, rate = librosa.load("your_audio.wav", sr=16000, mono=True)

inputs = processor(audio, sampling_rate=16000, return_tensors="pt")
with torch.no_grad():
    logits = model(**inputs).logits

predicted_ids = torch.argmax(logits, dim=-1)
print(processor.decode(predicted_ids[0]))

Language

  • Language: Turkmen (tuk)
  • Script: Latin
  • Task: Automatic Speech Recognition

Limitations

  • Accuracy may vary on noisy audio or strong accents
  • Turkmen is a low-resource language so training data is limited
  • Works best on clean, clear speech

Base Model

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Wav2Vec2ForCTC
Ревизия весов
8ff6f34

0 моделей