/ Модель

Характеристики

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

WAXAL-mas-lug-sog-w2v-bert-2.0

Распознавание речиАудио → текст

Дообученная модель Wav2Vec2-BERT для распознавания речи и преобразования аудио в текст.

15скачиваний за 30 дней0лайковвеса обновлены21 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-mas-lug-sog-w2v-bert-2.0 — модель автоматического распознавания речи, созданная дообучением facebook/w2v-bert-2.0. Она принимает аудио и распознаёт речь; архитектура Wav2Vec2BertForCTC содержит около 402,7 млн параметров. В README приведены результаты оценки: loss 0,4913 и CER 0,0871.

Модель предназначена для преобразования речи в текст. Название указывает на поддержку языков Mas, Lug и Sog, однако README не уточняет набор языков и условия тестирования качества. Модель распространяется под лицензией MIT; доступные веса представлены в формате Safetensors.

Сценарии применения

  • распознавание речи на языках Mas, Lug и Sog
  • транскрибирование аудиозаписей в текст
  • создание субтитров к аудио на поддерживаемых языках

Ограничения

README не описывает ограничения, тренировочные данные или условия оценки; указанные метрики нельзя уверенно обобщить на другие наборы аудио.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

WAXAL-mas-lug-sog-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: 0.4913
  • Cer: 0.0871

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
8.52861.50883000.69840.1722
1.57263.01516000.50300.1168
0.84994.52399000.41280.0979
0.58086.030212000.38620.0906
0.35977.539015000.42010.0886
0.21999.045318000.45740.0869
0.219910.019900.49130.0871

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
6765f60

0 моделей