/ Модель

Характеристики

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

WAXAL-mas-lug-w2v-bert-2.0

Распознавание речиАудио → текст

Дообученная Wav2Vec2-BERT модель для преобразования аудиоречи в текст.

8скачиваний за 30 дней0лайковвеса обновлены22 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-w2v-bert-2.0 — модель распознавания речи, созданная дообучением facebook/w2v-bert-2.0. Она использует архитектуру Wav2Vec2-BERT и выдаёт текстовую расшифровку аудио; в README приведены значения Loss 0,4480 и CER 0,0798 на оценочном наборе. Данные о целевом языке и составе обучающего набора не приведены. Модель распространяется в формате Safetensors и доступна по лицензии MIT.

Сценарии применения

  • автоматическая расшифровка аудиозаписей
  • преобразование речи в текст
  • оценка качества распознавания речи по CER

Ограничения

В README отсутствуют сведения о назначении, обучающих данных и целевом языке; приведённые метрики нельзя интерпретировать без описания оценочного набора.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

WAXAL-mas-lug-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: 0.4480
  • Cer: 0.0798

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
5.67311.49253000.53910.1132
1.11212.98516000.43490.0972
0.81734.47769000.40650.0927
0.63985.970112000.39090.0838
0.34707.462715000.40560.0805
0.23648.955218000.42330.0804
0.236410.020100.44800.0798

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
159d802

0 моделей