/ Модель

Характеристики

Параметры
403 млн
Лицензия
MIT
Архитектура
wav2vec2-bert · dense
Базовая модель
w2v-bert-2.0
Библиотека
transformers
Опубликована
16 июл 2026

WAXAL-lug-ful-w2v-bert-2.0

Распознавание речиАудио → текст4 профессии

Дообученная Wav2Vec2-BERT модель для преобразования речи на Luganda и Fulfulde в текст.

9скачиваний за 30 дней0лайковвеса обновлены16 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

WAXAL-lug-ful-w2v-bert-2.0 — модель автоматического распознавания речи, созданная дообучением facebook/w2v-bert-2.0. Она принимает аудио и выдаёт текстовую расшифровку; архитектура Wav2Vec2-BERT с CTC-выходом содержит около 402,7 млн параметров. Модель предназначена для распознавания речи на языках Luganda и Fulfulde, однако README не описывает условия записи или конкретные сценарии применения.

На оценочном наборе указаны Loss 0,4411 и CER 0,0793. Модель распространяется в формате Safetensors через Transformers по лицензии MIT. В карточке не приведены сведения о составе и источнике обучающих данных; название датасета в README не заполнено.

Сценарии применения

  • расшифровка речи на Luganda
  • расшифровка речи на Fulfulde
  • создание текстовых субтитров для аудиозаписей на поддерживаемых языках

Ограничения

В README не описаны обучающие данные и условия, при которых модель распознаёт речь; качество за пределами указанного оценочного набора не установлено.

Для каких профессий подходит4

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

WAXAL-lug-ful-w2v-bert-2.0

This model is a fine-tuned version of facebook/w2v-bert-2.0 on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.4411
  • Cer: 0.0793

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: 5e-05
  • train_batch_size: 4
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 8
  • optimizer: Use 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: 500
  • num_epochs: 10

Training results

Training LossEpochStepValidation LossCer
4.84961.42183000.48040.1046
0.81712.84366000.43310.0942
0.59554.26549000.37630.0880
0.46715.687212000.37120.0844
0.35607.109015000.39390.0789
0.26478.530818000.41670.0797
0.17979.952621000.44080.0794
0.179710.021100.44110.0793

Framework versions

  • Transformers 5.13.0
  • Pytorch 2.13.0+cu130
  • Datasets 5.0.0
  • Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Wav2Vec2BertForCTC
Ревизия весов
08d3bf6

0 моделей