/ Модель

Характеристики

Параметры
1,3 млрд
Лицензия
CC BY-NC 4.0
Архитектура
wav2vec2 · dense
Опубликована
27 мая 2023

mms-1b-all

Распознавание речиАудио → текст9 профессий

Многоязычная модель wav2vec2 для преобразования речи в текст на более чем тысяче языков.

295 тыс.скачиваний за 30 дней212лайковвеса обновлены15 июн 2023

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 оценки18

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

  • SIBFLEURS

    main_score

    Результат

    0,2312

    Общий результат 0,3043Общий результат 0,2866Общий результат 0,2866
    MTEB

    Публичная таблицаревизия совпадает

  • GTZANAudioReranking

    main_score

    Результат

    0,595

    MTEB

    Публичная таблицаревизия совпадает

  • VoxPopuliAccentClustering

    main_score

    Результат

    0,027

    MTEB

    Публичная таблицаревизия совпадает

  • CREMA_DClustering

    main_score

    Результат

    0,0454

    MTEB

    Публичная таблицаревизия совпадает

  • VoxPopuliAccentPairClassification

    main_score

    Результат

    0,5124

    MTEB

    Публичная таблицаревизия совпадает

  • JamAltArtistA2ARetrieval

    main_score

    Результат

    0,5076

    MTEB

    Публичная таблицаревизия совпадает

  • hf-audio/open-asr-leaderboard

    score

    Результат

    22,5388

    rtfx 230,7943earnings22_wer 31,17voxpopuli_wer 17,63
    Hugging Face Eval Results

    Отчёт автораревизия не подтверждена

  • VoxPopuliGenderID

    main_score

    Результат

    0,532

    MTEB

    Публичная таблицаревизия совпадает

  • MusicGenreClustering

    main_score

    Результат

    0,1859

    MTEB

    Публичная таблицаревизия совпадает

  • FSDD

    main_score

    Результат

    0,9353

    MTEB

    Публичная таблицаревизия совпадает

  • AmbientAcousticContext

    main_score

    Результат

    0,2301

    MTEB

    Публичная таблицаревизия совпадает

  • MInDS14

    main_score

    Результат

    0,7689

    Общий результат 0,5846Общий результат 0,5114Общий результат 0,4609
    MTEB

    Публичная таблицаревизия совпадает

  • GTZANGenreClustering

    main_score

    Результат

    0,2701

    MTEB

    Публичная таблицаревизия совпадает

  • GunshotTriangulation

    main_score

    Результат

    0,919

    MTEB

    Публичная таблицаревизия совпадает

  • VoxPopuliGenderClustering

    main_score

    Результат

    0,0006

    MTEB

    Публичная таблицаревизия совпадает

  • UrbanSound8k

    main_score

    Результат

    0,5081

    MTEB

    Публичная таблицаревизия совпадает

  • MridinghamTonic

    main_score

    Результат

    0,2742

    MTEB

    Публичная таблицаревизия совпадает

  • TUTAcousticScenes

    main_score

    Результат

    0,1955

    MTEB

    Публичная таблицаревизия совпадает

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

facebook/mms-1b-all — многоязычная модель автоматического распознавания речи, разработанная Vineel Pratap и соавторами в рамках проекта MMS. Она построена на архитектуре wav2vec2 с CTC-выходом и содержит около 1,3 млрд параметров. Модель принимает аудио и преобразует речь в текст; в карточке указана поддержка 1162 языков, а частота дискретизации аудио составляет 16 кГц.

Модель предназначена для транскрибации речи на большом числе языков, в том числе малоресурсных, например для расшифровки записей и создания многоязычных систем распознавания речи. Опубликованные веса доступны в форматах PyTorch и safetensors. Лицензия CC-BY-NC 4.0 требует указания авторства и ограничивает коммерческое использование. Качество распознавания может различаться в зависимости от языка, диалекта и условий записи.

Сценарии применения

  • транскрибация аудиозаписей на малоресурсных языках
  • распознавание речи для многоязычных приложений
  • создание текстовых расшифровок устных высказываний

Ограничения

Качество распознавания зависит от языка, диалекта и качества аудиозаписи. Лицензия CC-BY-NC 4.0 не разрешает коммерческое использование.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Massively Multilingual Speech (MMS) - Finetuned ASR - ALL

This checkpoint is a model fine-tuned for multi-lingual ASR and part of Facebook's Massive Multilingual Speech project. This checkpoint is based on the Wav2Vec2 architecture and makes use of adapter models to transcribe 1000+ languages. The checkpoint consists of 1 billion parameters and has been fine-tuned from facebook/mms-1b on 1162 languages.

Table Of Content

Example

This MMS checkpoint can be used with Transformers to transcribe audio of 1107 different languages. Let's look at a simple example.

First, we install transformers and some other libraries

pip install torch accelerate torchaudio datasets
pip install --upgrade transformers

Note: In order to use MMS you need to have at least transformers >= 4.30 installed. If the 4.30 version is not yet available on PyPI make sure to install transformers from source:

pip install git+https://github.com/huggingface/transformers.git

Next, we load a couple of audio samples via datasets. Make sure that the audio data is sampled to 16000 kHz.

from datasets import load_dataset, Audio

# English
stream_data = load_dataset("mozilla-foundation/common_voice_13_0", "en", split="test", streaming=True)
stream_data = stream_data.cast_column("audio", Audio(sampling_rate=16000))
en_sample = next(iter(stream_data))["audio"]["array"]

# French
stream_data = load_dataset("mozilla-foundation/common_voice_13_0", "fr", split="test", streaming=True)
stream_data = stream_data.cast_column("audio", Audio(sampling_rate=16000))
fr_sample = next(iter(stream_data))["audio"]["array"]

Next, we load the model and processor

from transformers import Wav2Vec2ForCTC, AutoProcessor
import torch

model_id = "facebook/mms-1b-all"

processor = AutoProcessor.from_pretrained(model_id)
model = Wav2Vec2ForCTC.from_pretrained(model_id)

Now we process the audio data, pass the processed audio data to the model and transcribe the model output, just like we usually do for Wav2Vec2 models such as facebook/wav2vec2-base-960h

inputs = processor(en_sample, sampling_rate=16_000, return_tensors="pt")

with torch.no_grad():
    outputs = model(**inputs).logits

ids = torch.argmax(outputs, dim=-1)[0]
transcription = processor.decode(ids)
# 'joe keton disapproved of films and buster also had reservations about the media'

We can now keep the same model in memory and simply switch out the language adapters by calling the convenient load_adapter() function for the model and set_target_lang() for the tokenizer. We pass the target language as an input - "fra" for French.

processor.tokenizer.set_target_lang("fra")
model.load_adapter("fra")

inputs = processor(fr_sample, sampling_rate=16_000, return_tensors="pt")

with torch.no_grad():
    outputs = model(**inputs).logits

ids = torch.argmax(outputs, dim=-1)[0]
transcription = processor.decode(ids)
# "ce dernier est volé tout au long de l'histoire romaine"

In the same way the language can be switched out for all other supported languages. Please have a look at:

processor.tokenizer.vocab.keys()

For more details, please have a look at the official docs.

Supported Languages

This model supports 1162 languages. Unclick the following to toogle all supported languages of this checkpoint in ISO 639-3 code. You can find more details about the languages and their ISO 649-3 codes in the MMS Language Coverage Overview.

  • abi
  • abk
  • abp
  • aca
  • acd
  • ace
  • acf
  • ach
  • acn
  • acr
  • acu
  • ade
  • adh
  • adj
  • adx
  • aeu
  • afr
  • agd
  • agg
  • agn
  • agr
  • agu
  • agx
  • aha
  • ahk
  • aia
  • aka
  • akb
  • ake
  • akp
  • alj
  • alp
  • alt
  • alz
  • ame
  • amf
  • amh
  • ami
  • amk
  • ann
  • any
  • aoz
  • apb
  • apr
  • ara
  • arl
  • asa
  • asg
  • asm
  • ast
  • ata
  • atb
  • atg
  • ati
  • atq
  • ava
  • avn
  • avu
  • awa
  • awb
  • ayo
  • ayr
  • ayz
  • azb
  • azg
  • azj-script_cyrillic
  • azj-script_latin
  • azz
  • bak
  • bam
  • ban
  • bao
  • bas
  • bav
  • bba
  • bbb
  • bbc
  • bbo
  • bcc-script_arabic
  • bcc-script_latin
  • bcl
  • bcw
  • bdg
  • bdh
  • bdq
  • bdu
  • bdv
  • beh
  • bel
  • bem
  • ben
  • bep
  • bex
  • bfa
  • bfo
  • bfy
  • bfz
  • bgc
  • bgq
  • bgr
  • bgt
  • bgw
  • bha
  • bht
  • bhz
  • bib
  • bim
  • bis
  • biv
  • bjr
  • bjv
  • bjw
  • bjz
  • bkd
  • bkv
  • blh
  • blt
  • blx
  • blz
  • bmq
  • bmr
  • bmu
  • bmv
  • bng
  • bno
  • bnp
  • boa
  • bod
  • boj
  • bom
  • bor
  • bos
  • bov
  • box
  • bpr
  • bps
  • bqc
  • bqi
  • bqj
  • bqp
  • bre
  • bru
  • bsc
  • bsq
  • bss
  • btd
  • bts
  • btt
  • btx
  • bud
  • bul
  • bus
  • bvc
  • bvz
  • bwq
  • bwu
  • byr
  • bzh
  • bzi
  • bzj
  • caa
  • cab
  • cac-dialect_sanmateoixtatan
  • cac-dialect_sansebastiancoatan
  • cak-dialect_central
  • cak-dialect_santamariadejesus
  • cak-dialect_santodomingoxenacoj
  • cak-dialect_southcentral
  • cak-dialect_western
  • cak-dialect_yepocapa
  • cap
  • car
  • cas
  • cat
  • cax
  • cbc
  • cbi
  • cbr
  • cbs
  • cbt
  • cbu
  • cbv
  • cce
  • cco
  • cdj
  • ceb
  • ceg
  • cek
  • ces
  • cfm
  • cgc
  • che
  • chf
  • chv
  • chz
  • cjo
  • cjp
  • cjs
  • ckb
  • cko
  • ckt
  • cla
  • cle
  • cly
  • cme
  • cmn-script_simplified
  • cmo-script_khmer
  • cmo-script_latin
  • cmr
  • cnh
  • cni
  • cnl
  • cnt
  • coe
  • cof
  • cok
  • con
  • cot
  • cou
  • cpa
  • cpb
  • cpu
  • crh
  • crk-script_latin
  • crk-script_syllabics
  • crn
  • crq
  • crs
  • crt
  • csk
  • cso
  • ctd
  • ctg
  • cto
  • ctu
  • cuc
  • cui
  • cuk
  • cul
  • cwa
  • cwe
  • cwt
  • cya
  • cym
  • daa
  • dah
  • dan
  • dar
  • dbj
  • dbq
  • ddn
  • ded
  • des
  • deu
  • dga
  • dgi
  • dgk
  • dgo
  • dgr
  • dhi
  • did
  • dig
  • dik
  • dip
  • div
  • djk
  • dnj-dialect_blowowest
  • dnj-dialect_gweetaawueast
  • dnt
  • dnw
  • dop
  • dos
  • dsh
  • dso
  • dtp
  • dts
  • dug
  • dwr
  • dyi
  • dyo
  • dyu
  • dzo
  • eip
  • eka
  • ell
  • emp
  • enb
  • eng
  • enx
  • epo
  • ese
  • ess
  • est
  • eus
  • evn
  • ewe
  • eza
  • fal
  • fao
  • far
  • fas
  • fij
  • fin
  • flr
  • fmu
  • fon
  • fra
  • frd
  • fry
  • ful
  • gag-script_cyrillic
  • gag-script_latin
  • gai
  • gam
  • gau
  • gbi
  • gbk
  • gbm
  • gbo
  • gde
  • geb
  • gej
  • gil
  • gjn
  • gkn
  • gld
  • gle
  • glg
  • glk
  • gmv
  • gna
  • gnd
  • gng
  • gof-script_latin
  • gog
  • gor
  • gqr
  • grc
  • gri
  • grn
  • grt
  • gso
  • gub
  • guc
  • gud
  • guh
  • guj
  • guk
  • gum
  • guo
  • guq
  • guu
  • gux
  • gvc
  • gvl
  • gwi
  • gwr
  • gym
  • gyr
  • had
  • hag
  • hak
  • hap
  • hat
  • hau
  • hay
  • heb
  • heh
  • hif
  • hig
  • hil
  • hin
  • hlb
  • hlt
  • hne
  • hnn
  • hns
  • hoc
  • hoy
  • hrv
  • hsb
  • hto
  • hub
  • hui
  • hun
  • hus-dialect_centralveracruz
  • hus-dialect_westernpotosino
  • huu
  • huv
  • hvn
  • hwc
  • hye
  • hyw
  • iba
  • ibo
  • icr
  • idd
  • ifa
  • ifb
  • ife
  • ifk
  • ifu
  • ify
  • ign
  • ikk
  • ilb
  • ilo
  • imo
  • ina
  • inb
  • ind
  • iou
  • ipi
  • iqw
  • iri
  • irk
  • isl
  • ita
  • itl
  • itv
  • ixl-dialect_sangasparchajul
  • ixl-dialect_sanjuancotzal
  • ixl-dialect_santamarianebaj
  • izr
  • izz
  • jac
  • jam
  • jav
  • jbu
  • jen
  • jic
  • jiv
  • jmc
  • jmd
  • jpn
  • jun
  • juy
  • jvn
  • kaa
  • kab
  • kac
  • kak
  • kam
  • kan
  • kao
  • kaq
  • kat
  • kay
  • kaz
  • kbo
  • kbp
  • kbq
  • kbr
  • kby
  • kca
  • kcg
  • kdc
  • kde
  • kdh
  • kdi
  • kdj
  • kdl
  • kdn
  • kdt
  • kea
  • kek
  • ken
  • keo
  • ker
  • key
  • kez
  • kfb
  • kff-script_telugu
  • kfw
  • kfx
  • khg
  • khm
  • khq
  • kia
  • kij
  • kik
  • kin
  • kir
  • kjb
  • kje
  • kjg
  • kjh
  • kki
  • kkj
  • kle
  • klu
  • klv
  • klw
  • kma
  • kmd
  • kml
  • kmr-script_arabic
  • kmr-script_cyrillic
  • kmr-script_latin
  • kmu
  • knb
  • kne
  • knf
  • knj
  • knk
  • kno
  • kog
  • kor
  • kpq
  • kps
  • kpv
  • kpy
  • kpz
  • kqe
  • kqp
  • kqr
  • kqy
  • krc
  • kri
  • krj
  • krl
  • krr
  • krs
  • kru
  • ksb
  • ksr
  • kss
  • ktb
  • ktj
  • kub
  • kue
  • kum
  • kus
  • kvn
  • kvw
  • kwd
  • kwf
  • kwi
  • kxc
  • kxf
  • kxm
  • kxv
  • kyb
  • kyc
  • kyf
  • kyg
  • kyo
  • kyq
  • kyu
  • kyz
  • kzf
  • lac
  • laj
  • lam
  • lao
  • las
  • lat
  • lav
  • law
  • lbj
  • lbw
  • lcp
  • lee
  • lef
  • lem
  • lew
  • lex
  • lgg
  • lgl
  • lhu
  • lia
  • lid
  • lif
  • lin
  • lip
  • lis
  • lit
  • lje
  • ljp
  • llg
  • lln
  • lme
  • lnd
  • lns
  • lob
  • lok
  • lom
  • lon
  • loq
  • lsi
  • lsm
  • ltz
  • luc
  • lug
  • luo
  • lwo
  • lww
  • lzz
  • maa-dialect_sanantonio
  • maa-dialect_sanjeronimo
  • mad
  • mag
  • mah
  • mai
  • maj
  • mak
  • mal
  • mam-dialect_central
  • mam-dialect_northern
  • mam-dialect_southern
  • mam-dialect_western
  • maq
  • mar
  • maw
  • maz
  • mbb
  • mbc
  • mbh
  • mbj
  • mbt
  • mbu
  • mbz
  • mca
  • mcb
  • mcd
  • mco
  • mcp
  • mcq
  • mcu
  • mda
  • mdf
  • mdv
  • mdy
  • med
  • mee
  • mej
  • men
  • meq
  • met
  • mev
  • mfe
  • mfh
  • mfi
  • mfk
  • mfq
  • mfy
  • mfz
  • mgd
  • mge
  • mgh
  • mgo
  • mhi
  • mhr
  • mhu
  • mhx
  • mhy
  • mib
  • mie
  • mif
  • mih
  • mil
  • mim
  • min
  • mio
  • mip
  • miq
  • mit
  • miy
  • miz
  • mjl
  • mjv
  • mkd
  • mkl
  • mkn
  • mlg
  • mlt
  • mmg
  • mnb
  • mnf
  • mnk
  • mnw
  • mnx
  • moa
  • mog
  • mon
  • mop
  • mor
  • mos
  • mox
  • moz
  • mpg
  • mpm
  • mpp
  • mpx
  • mqb
  • mqf
  • mqj
  • mqn
  • mri
  • mrw
  • msy
  • mtd
  • mtj
  • mto
  • muh
  • mup
  • mur
  • muv
  • muy
  • mvp
  • mwq
  • mwv
  • mxb
  • mxq
  • mxt
  • mxv
  • mya
  • myb
  • myk
  • myl
  • myv
  • myx
  • myy
  • mza
  • mzi
  • mzj
  • mzk
  • mzm
  • mzw
  • nab
  • nag
  • nan
  • nas
  • naw
  • nca
  • nch
  • ncj
  • ncl
  • ncu
  • ndj
  • ndp
  • ndv
  • ndy
  • ndz
  • neb
  • new
  • nfa
  • nfr
  • nga
  • ngl
  • ngp
  • ngu
  • nhe
  • nhi
  • nhu
  • nhw
  • nhx
  • nhy
  • nia
  • nij
  • nim
  • nin
  • nko
  • nlc
  • nld
  • nlg
  • nlk
  • nmz
  • nnb
  • nno
  • nnq
  • nnw
  • noa
  • nob
  • nod
  • nog
  • not
  • npi
  • npl
  • npy
  • nso
  • nst
  • nsu
  • ntm
  • ntr
  • nuj
  • nus
  • nuz
  • nwb
  • nxq
  • nya
  • nyf
  • nyn
  • nyo
  • nyy
  • nzi
  • obo
  • oci
  • ojb-script_latin
  • ojb-script_syllabics
  • oku
  • old
  • omw
  • onb
  • ood
  • orm
  • ory
  • oss
  • ote
  • otq
  • ozm
  • pab
  • pad
  • pag
  • pam
  • pan
  • pao
  • pap
  • pau
  • pbb
  • pbc
  • pbi
  • pce
  • pcm
  • peg
  • pez
  • pib
  • pil
  • pir
  • pis
  • pjt
  • pkb
  • pls
  • plw
  • pmf
  • pny
  • poh-dialect_eastern
  • poh-dialect_western
  • poi
  • pol
  • por
  • poy
  • ppk
  • pps
  • prf
  • prk
  • prt
  • pse
  • pss
  • ptu
  • pui
  • pus
  • pwg
  • pww
  • pxm
  • qub
  • quc-dialect_central
  • quc-dialect_east
  • quc-dialect_north
  • quf
  • quh
  • qul
  • quw
  • quy
  • quz
  • qvc
  • qve
  • qvh
  • qvm
  • qvn
  • qvo
  • qvs
  • qvw
  • qvz
  • qwh
  • qxh
  • qxl
  • qxn
  • qxo
  • qxr
  • rah
  • rai
  • rap
  • rav
  • raw
  • rej
  • rel
  • rgu
  • rhg
  • rif-script_arabic
  • rif-script_latin
  • ril
  • rim
  • rjs
  • rkt
  • rmc-script_cyrillic
  • rmc-script_latin
  • rmo
  • rmy-script_cyrillic
  • rmy-script_latin
  • rng
  • rnl
  • roh-dialect_sursilv
  • roh-dialect_vallader
  • rol
  • ron
  • rop
  • rro
  • rub
  • ruf
  • rug
  • run
  • rus
  • sab
  • sag
  • sah
  • saj
  • saq
  • sas
  • sat
  • sba
  • sbd
  • sbl
  • sbp
  • sch
  • sck
  • sda
  • sea
  • seh
  • ses
  • sey
  • sgb
  • sgj
  • sgw
  • shi
  • shk
  • shn
  • sho
  • shp
  • sid
  • sig
  • sil
  • sja
  • sjm
  • sld
  • slk
  • slu
  • slv
  • sml
  • smo
  • sna
  • snd
  • sne
  • snn
  • snp
  • snw
  • som
  • soy
  • spa
  • spp
  • spy
  • sqi
  • sri
  • srm
  • srn
  • srp-script_cyrillic
  • srp-script_latin
  • srx
  • stn
  • stp
  • suc
  • suk
  • sun
  • sur
  • sus
  • suv
  • suz
  • swe
  • swh
  • sxb
  • sxn
  • sya
  • syl
  • sza
  • tac
  • taj
  • tam
  • tao
  • tap
  • taq
  • tat
  • tav
  • tbc
  • tbg
  • tbk
  • tbl
  • tby
  • tbz
  • tca
  • tcc
  • tcs
  • tcz
  • tdj
  • ted
  • tee
  • tel
  • tem
  • teo
  • ter
  • tes
  • tew
  • tex
  • tfr
  • tgj
  • tgk
  • tgl
  • tgo
  • tgp
  • tha
  • thk
  • thl
  • tih
  • tik
  • tir
  • tkr
  • tlb
  • tlj
  • tly
  • tmc
  • tmf
  • tna
  • tng
  • tnk
  • tnn
  • tnp
  • tnr
  • tnt
  • tob
  • toc
  • toh
  • tom
  • tos
  • tpi
  • tpm
  • tpp
  • tpt
  • trc
  • tri
  • trn
  • trs
  • tso
  • tsz
  • ttc
  • tte
  • ttq-script_tifinagh
  • tue
  • tuf
  • tuk-script_arabic
  • tuk-script_latin
  • tuo
  • tur
  • tvw
  • twb
  • twe
  • twu
  • txa
  • txq
  • txu
  • tye
  • tzh-dialect_bachajon
  • tzh-dialect_tenejapa
  • tzj-dialect_eastern
  • tzj-dialect_western
  • tzo-dialect_chamula
  • tzo-dialect_chenalho
  • ubl
  • ubu
  • udm
  • udu
  • uig-script_arabic
  • uig-script_cyrillic
  • ukr
  • umb
  • unr
  • upv
  • ura
  • urb
  • urd-script_arabic
  • urd-script_devanagari
  • urd-script_latin
  • urk
  • urt
  • ury
  • usp
  • uzb-script_cyrillic
  • uzb-script_latin
  • vag
  • vid
  • vie
  • vif
  • vmw
  • vmy
  • vot
  • vun
  • vut
  • wal-script_ethiopic
  • wal-script_latin
  • wap
  • war
  • waw
  • way
  • wba
  • wlo
  • wlx
  • wmw
  • wob
  • wol
  • wsg
  • wwa
  • xal
  • xdy
  • xed
  • xer
  • xho
  • xmm
  • xnj
  • xnr
  • xog
  • xon
  • xrb
  • xsb
  • xsm
  • xsr
  • xsu
  • xta
  • xtd
  • xte
  • xtm
  • xtn
  • xua
  • xuo
  • yaa
  • yad
  • yal
  • yam
  • yao
  • yas
  • yat
  • yaz
  • yba
  • ybb
  • ycl
  • ycn
  • yea
  • yka
  • yli
  • yor
  • yre
  • yua
  • yue-script_traditional
  • yuz
  • yva
  • zaa
  • zab
  • zac
  • zad
  • zae
  • zai
  • zam
  • zao
  • zaq
  • zar
  • zas
  • zav
  • zaw
  • zca
  • zga
  • zim
  • ziw
  • zlm
  • zmz
  • zne
  • zos
  • zpc
  • zpg
  • zpi
  • zpl
  • zpm
  • zpo
  • zpt
  • zpu
  • zpz
  • ztq
  • zty
  • zul
  • zyb
  • zyp
  • zza

Model details

  • Developed by: Vineel Pratap et al.

  • Model type: Multi-Lingual Automatic Speech Recognition model

  • Language(s): 1000+ languages, see supported languages

  • License: CC-BY-NC 4.0 license

  • Num parameters: 1 billion

  • Audio sampling rate: 16,000 kHz

  • Cite as:

    @article{pratap2023mms,
      title={Scaling Speech Technology to 1,000+ Languages},
      author={Vineel Pratap and Andros Tjandra and Bowen Shi and Paden Tomasello and Arun Babu and Sayani Kundu and Ali Elkahky and Zhaoheng Ni and Apoorv Vyas and Maryam Fazel-Zarandi and Alexei Baevski and Yossi Adi and Xiaohui Zhang and Wei-Ning Hsu and Alexis Conneau and Michael Auli},
    journal={arXiv},
    year={2023}
    }
    

Additional Links

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Wav2Vec2ForCTC
Ревизия весов
3d33597

0 моделей