/ Модель
Каталог

Характеристики

Параметры
403 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Базовая модель
indicwav2vec-hindi
Библиотека
transformers
Опубликована
30 авг 2026

Ссылки

Hugging Face

indicwav2vec-hindi-vaani-62143-normalized-2e-5-epochs-100-FT

dianavdavidson
Распознавание речиАудио → текст7 профессий

Дообученная модель Wav2Vec2 преобразует аудиоречь на хинди в текст.

9скачиваний за 30 дней0лайковвеса обновлены31 авг 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.

Открыть конструктор бенчмарка

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

Это дообученная AI4Bharat модель распознавания речи на базе ai4bharat/indicwav2vec-hindi. Она использует архитектуру Wav2Vec2 с CTC-декодированием и предназначена для преобразования аудиоречи на хинди в текст. Модель содержит 402,7 млн параметров и распространяется в формате Safetensors для библиотеки Transformers.

На указанном в карточке наборе оценки модель достигла loss 0,3157 и глобального WER 15,1236. Данные обучения и подробные ограничения в карточке не раскрыты. Лицензия — Apache-2.0.

Сценарии применения

  • автоматическая расшифровка речи на хинди
  • транскрибация записей и аудиосообщений на хинди
  • распознавание хинди в речевых приложениях

Ограничения

Данные обучения и подробные ограничения не описаны. Значение глобального WER 15,1236 приведено для указанного набора оценки и не гарантирует такое же качество на других аудиозаписях.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

indicwav2vec-hindi-vaani-62143-normalized-2e-5-epochs-100-FT

This model is a fine-tuned version of ai4bharat/indicwav2vec-hindi on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.3157
  • Global Wer: 15.1236

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: 2e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 32
  • optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: constant_with_warmup
  • lr_scheduler_warmup_steps: 500
  • num_epochs: 100
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossGlobal Wer
13.03621.05401.898299.9962
2.38762.010800.638642.7360
1.39373.016200.519536.5124
1.19134.021600.463633.1046
1.07245.027000.428830.8806
0.99636.032400.405928.8299
0.93507.037800.385227.8875
0.90038.043200.369926.5455
0.84369.048600.361325.9612
0.815510.054000.348625.3619
0.788511.059400.341424.7738
0.762412.064800.335124.1933
0.723513.070200.326123.6580
0.701214.075600.324023.0737
0.684815.081000.315322.9003
0.663216.086400.312322.3990
0.646717.091800.308022.0371
0.643418.097200.304321.9315
0.619719.0102600.302421.3359
0.603820.0108000.299421.2153
0.600621.0113400.293221.2681
0.574322.0118800.293520.7027
0.568923.0124200.290320.5594
0.562824.0129600.291320.4576
0.537525.0135000.286320.1561
0.529126.0140400.283619.9638
0.521427.0145800.278519.9450
0.508328.0151200.281019.8394
0.498329.0156600.277519.5002
0.498730.0162000.274819.5680
0.484231.0167400.275019.2438
0.477632.0172800.274618.9686
0.469733.0178200.272619.0855
0.461534.0183600.274118.7802
0.450735.0189000.272018.7161
0.446736.0194400.276418.3881
0.439937.0199800.269918.3429
0.423638.0205200.267918.2713
0.418739.0210600.274018.0489
0.411740.0216000.271717.9697
0.404541.0221400.272418.0489
0.396142.0226800.273617.7699
0.389543.0232200.273317.7284
0.389444.0237600.270817.4269
0.379645.0243000.272517.3364
0.370146.0248400.277217.1291
0.366047.0253800.276717.3251
0.363148.0259200.273517.2874
0.352949.0264600.273417.0574
0.347850.0270000.274616.9104
0.340151.0275400.272016.9632
0.336552.0280800.273116.9217
0.327653.0286200.275216.8426
0.326154.0291600.273416.5259
0.315855.0297000.279516.4920
0.317456.0302400.274116.3714
0.312757.0307800.277516.3299
0.305958.0313200.280316.2922
0.306459.0318600.277016.2771
0.295960.0324000.283616.2658
0.297461.0329400.283516.2093
0.287062.0334800.288116.3186
0.282363.0340200.288516.0811
0.278464.0345600.278216.0510
0.275765.0351000.287716.0736
0.272566.0356400.282815.7532
0.264267.0361800.289515.7758
0.261468.0367200.290015.9115
0.257069.0372600.299915.6099
0.256770.0378000.292015.6212
0.249071.0383400.296715.5195
0.251772.0388800.299715.6891
0.243973.0394200.301515.3724
0.241674.0399600.312515.5647
0.234075.0405000.305015.2066
0.230076.0410400.296515.2028
0.230377.0415800.302815.2895
0.225278.0421200.308715.0596
0.220679.0426600.310515.2820
0.219680.0432000.305515.0294
0.217581.0437400.316615.0520
0.216882.0442800.315315.3762
0.213283.0448200.315715.1236

Framework versions

  • Transformers 5.13.0
  • Pytorch 2.6.0+cu124
  • Datasets 3.6.0
  • 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
Wav2Vec2ForCTC
Ревизия весов
9a66932

0 моделей

    Создать бенчмарк