Характеристики

Параметры: 8,6 млрд
Лицензия: Apache 2.0
Архитектура: wav2vec2 · dense
Библиотека: transformers
Опубликована: 24 авг 2026

Ссылки

Hugging Face

omniASR-CTC-7B-v2

iljab

Распознавание речиАудио → текст

Крупная модель Wav2Vec2 от Meta для преобразования аудиоречи в текст.

126скачиваний за 30 дней1лайквеса обновлены24 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Распознавание речи» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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

iljab/omniASR-CTC-7B-v2 — преобразованная в формат Hugging Face версия официального чекпойнта Meta omniASR-CTC-7B-v2. Модель на архитектуре Wav2Vec2ForCTC содержит 128 слоёв энкодера и скрытый размер 2048; в метаданных указано 8,6 млрд параметров. Она предназначена для автоматического распознавания речи и выдаёт текстовую транскрипцию аудио.

Модель загружается через Transformers с AutoProcessor и Wav2Vec2ForCTC. В репозитории используются веса Safetensors, лицензия — Apache-2.0. Сведений о поддерживаемых языках, длине аудио и качестве распознавания в предоставленных материалах нет.

Сценарии применения

транскрибирование аудиозаписей
распознавание речи из аудиопотока
создание текстовых расшифровок аудио
интеграция распознавания речи в приложение на Transformers

Ограничения

В предоставленных материалах не приведены поддерживаемые языки, ограничения по длительности аудио или результаты оценки качества.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

omniASR-CTC-7B-v2 (HuggingFace)

Converted from Meta's official fairseq2 checkpoint omniASR-CTC-7B-v2.pt (card omniASR_CTC_7B_v2). Tokenizer: omniASR_tokenizer_written_v2.model.

Property	Value
HF class	`Wav2Vec2ForCTC`
Encoder layers	128
Hidden size	2048
Attention heads	16
FFN intermediate	8192
Vocabulary size	10288
CTC blank	id 0 (`<s>`)
Source	Meta Omnilingual ASR v2, Apache-2.0

from transformers import Wav2Vec2ForCTC, AutoProcessor
processor = AutoProcessor.from_pretrained("iljab/omniASR-CTC-7B-v2")
model = Wav2Vec2ForCTC.from_pretrained("iljab/omniASR-CTC-7B-v2")

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Ревизия весов: 4ba003a