/ Модель

Характеристики

Параметры
1,3 млрд
Лицензия
CC BY-NC 4.0
Архитектура
wav2vec2 · dense
Базовая модель
mms-1b-all
Библиотека
transformers
Опубликована
11 авг 2026

wav2vec2-large-mms-1b-yoruba-colab

Распознавание речиАудио → текст4 профессии

Дообученная модель Wav2Vec2 для распознавания речи на йоруба и преобразования аудио в текст.

39скачиваний за 30 дней0лайковвеса обновлены29 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.

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

e1ec30/wav2vec2-large-mms-1b-yoruba-colab — дообученная на наборе данных с неуказанным названием модель facebook/mms-1b-all для автоматического распознавания речи. Она использует архитектуру Wav2Vec2ForCTC и содержит 1,3 млрд параметров; модель принимает аудио и преобразует речь в текст. По названию репозитория она ориентирована на йоруба, однако README не описывает языковой охват и назначение подробнее.

На указанном в карточке наборе для оценки получены Loss 0,6193, WER 0,5143 и CER 0,1780. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

Сценарии применения

  • транскрибация речи на йоруба
  • распознавание устной речи в аудиозаписях
  • создание текстовых расшифровок аудио на йоруба

Ограничения

README не раскрывает сведения о данных обучения и предполагаемых ограничениях; на указанном наборе оценки WER составляет 0,5143. Лицензия CC BY-NC 4.0 запрещает коммерческое использование.

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

wav2vec2-large-mms-1b-yoruba-colab

This model is a fine-tuned version of facebook/mms-1b-all on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.6193
  • Wer: 0.5143
  • Cer: 0.1780

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: 0.001
  • train_batch_size: 16
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 32
  • optimizer: Use OptimizerNames.ADAMW_TORCH 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: 100
  • training_steps: 2000

Training results

Training LossEpochStepValidation LossWerCer
1.74030.1252500.69630.57740.1984
1.66131.04455000.67280.56360.2001
1.61351.16957500.66250.54860.1919
1.54722.08910000.64570.54480.1898
1.53043.008512500.64390.53700.1877
1.52433.133515000.63350.51790.1811
1.47984.05317500.62640.51810.1803
1.43424.17820000.61930.51430.1780

Framework versions

  • Transformers 5.13.1
  • Pytorch 2.11.0+cu128
  • Datasets 4.0.0
  • 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
Wav2Vec2ForCTC
Ревизия весов
bd8dea9

0 моделей