/ Модель
Каталог

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Базовая модель
wav2vec2-base
Библиотека
transformers
Опубликована
20 июн 2026

Ссылки

Hugging Face

wav2vec2-base-timit-demo-google-colab

kumailjam
Распознавание речиАудио → текст

Дообученная на неизвестном датасете модель Wav2Vec2 для преобразования речи в текст.

6скачиваний за 30 дней0лайковвеса обновлены25 июн 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.

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

kumailjam/wav2vec2-base-timit-demo-google-colab — дообученная модель распознавания речи на базе facebook/wav2vec2-base, созданная пользователем kumailjam. Она использует архитектуру Wav2Vec2ForCTC и содержит 113,3 млн параметров; модель принимает аудио и преобразует речь в текст. Карточка связывает её с датасетом TIMIT в названии, однако README сообщает только о неизвестном датасете, поэтому назначение для конкретного набора данных не подтверждено.

Модель подходит для экспериментов с распознаванием речи и транскрибирования аудиозаписей. Опубликована в формате safetensors и распространяется по лицензии Apache-2.0. В README не приведены сведения о качестве, поддерживаемых языках или ограничениях; возможностей за пределами распознавания речи карточка не описывает.

Сценарии применения

  • транскрибирование аудиозаписей речи
  • эксперименты с распознаванием речи на базе Wav2Vec2
  • распознавание речи в аудиоданных для оценки модели

Ограничения

Датасет дообучения не описан, а показатели качества и поддерживаемые языки не приведены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wav2vec2-base-timit-demo-google-colab

This model is a fine-tuned version of facebook/wav2vec2-base on an unknown dataset.

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: 0.0001
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 1000
  • num_epochs: 30
  • mixed_precision_training: Native AMP

Training results

Framework versions

  • Transformers 4.45.0
  • Pytorch 2.11.0+cu128
  • Datasets 2.20.0
  • Tokenizers 0.20.3

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
8bec6d3

0 моделей

    Создать бенчмарк