/ Модель
Каталог

Характеристики

Параметры
403 млн
Архитектура
wav2vec2 · dense
Библиотека
transformers
Опубликована
12 дек 2025

Ссылки

Hugging Face

wav2vec2-xls-r-300m-sinhala-general-185k

janiduchamika
Распознавание речиАудио → текст3 профессии

Модель Wav2Vec2 с 402,7 млн параметров для распознавания сингальской речи и преобразования аудио в текст.

190скачиваний за 30 дней0лайковвеса обновлены12 дек 2025

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

janiduchamika/wav2vec2-xls-r-300m-sinhala-general-185k — модель автоматического распознавания речи на архитектуре Wav2Vec2ForCTC. Она содержит 402,7 млн параметров и принимает аудио, выдавая распознанный текст. В README указаны обучение с нуля на датасете, название которого не приведено, и результаты оценки: WER 25,13 и loss 0,1645.

Модель предназначена для преобразования речи в текст; название репозитория указывает на сингальский язык. Карточка не описывает условия записи, охват диалектов и конкретные сценарии применения, поэтому качество вне указанного оценочного набора не подтверждено. Лицензия не указана в предоставленных данных.

Сценарии применения

  • транскрибация сингальской речи
  • распознавание сингальских аудиозаписей
  • преобразование сингальской речи в текст

Ограничения

В README указано, что модель обучалась на датасете, сведения о котором отсутствуют; оценочный WER составляет 25,13, и качество на других наборах не подтверждено. Лицензия и ограничения использования в предоставленных данных не приведены.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделейI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wav2vec2-xls-r-300m-sinhala-general-185k

This model was trained from scratch on an unknown dataset. It achieves the following results on the evaluation set:

  • eval_loss: 0.1645
  • eval_wer: 25.1311
  • eval_runtime: 238.8608
  • eval_samples_per_second: 74.533
  • eval_steps_per_second: 9.319
  • epoch: 8.3867
  • step: 21000

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: 5e-05
  • train_batch_size: 16
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 64
  • 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: 2000
  • num_epochs: 10

Framework versions

  • Transformers 4.57.3
  • Pytorch 2.9.0+cu126
  • Datasets 4.0.0
  • Tokenizers 0.22.1

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
13d44d8

0 моделей

    Создать бенчмарк