/ Модель

Характеристики

Архитектура
higgs_audio_v2_tokenizer · dense
Библиотека
transformers
Опубликована
19 фев 2026

higgs-audio-v2-tokenizer

ЭмбеддингиТекст → embedding3 профессии

Аудиотокенизатор Higgs Audio V2 кодирует речь, музыку и звуковые события в аудиокоды и восстанавливает из них аудио для использования в аудиоязыковых моделях.

120 тыс.скачиваний за 30 дней1лайквеса обновлены19 фев 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 «Эмбеддинги» — 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

Higgs Audio V2 Tokenizer — аудиотокенизатор, опубликованный в Hugging Face под идентификатором eustlb/higgs-audio-v2-tokenizer. Модель кодирует аудио в последовательность аудиокодов и декодирует её обратно в аудиосигнал; она предназначена как компонент для работы аудиоязыковых моделей, а не как самостоятельная система распознавания или синтеза речи по тексту.

Токенизатор обучен на аудио с частотой 24 кГц, включая речь, музыку и звуковые события. Частота кадров составляет 25 кадров в секунду; документация отмечает сохранение высокого качества аудио и быстрое пакетное кодирование и декодирование без диффузионных шагов. Репозиторий содержит веса Safetensors и интеграцию с Transformers. Карточка репозитория автоматически создана и не сообщает лицензию; подробные сведения о размере архитектуры, языковой специализации и ограничениях в ней не приведены.

Сценарии применения

  • кодирование аудио в токены для аудиоязыковой модели
  • восстановление аудиосигнала из аудиокодов
  • подготовка речевых данных для обучения аудиомодели
  • токенизация музыкальных фрагментов
  • кодирование звуковых событий для последующей обработки

Ограничения

Карточка модели не раскрывает лицензию и подробно не описывает ограничения или поддерживаемые языки. Модель предназначена для кодирования и декодирования аудио, а не для самостоятельного распознавания речи или преобразования текста в речь.

Для каких профессий подходит3

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

Model Card for Model ID

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

  • Developed by: [More Information Needed]
  • Funded by [optional]: [More Information Needed]
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • Language(s) (NLP): [More Information Needed]
  • License: [More Information Needed]
  • Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
HiggsAudioV2TokenizerModel
Ревизия весов
528e871

0 моделей