/ Модель

Характеристики

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

my_awesome_asr_mind_model

Распознавание речиАудио → текст

Дообученная на базе Wav2Vec2 модель для преобразования аудиоречи в текст.

7скачиваний за 30 дней0лайковвеса обновлены17 июл 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.

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

my_awesome_asr_mind_model — дообученная модель распознавания речи на базе facebook/wav2vec2-base, разработчик — liznakiranda. Она предназначена для преобразования аудиоречи в текст и может использоваться в сценариях автоматического распознавания речи. Модель построена на архитектуре Wav2Vec2ForCTC, содержит 113,3 млн параметров и распространяется в формате Safetensors через Transformers.

В README указано, что модель дообучена на неизвестном наборе данных. На оценочной выборке приведены loss 2,9799 и WER 1,0, что указывает на крайне слабый результат распознавания в этой оценке. Лицензия — Apache-2.0.

Сценарии применения

  • автоматическая расшифровка аудиозаписей
  • преобразование речи в текст в приложениях
  • распознавание речи в аудиофайлах

Ограничения

Язык распознавания и обучающий набор данных не описаны. В README указан WER 1,0 на оценочной выборке, что свидетельствует о неудовлетворительном качестве в этом тесте.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

my_awesome_asr_mind_model

This model is a fine-tuned version of facebook/wav2vec2-base on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 2.9799
  • Wer: 1.0

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: 1e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 16
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED 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: 500
  • training_steps: 2000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
5.7653200.010002.95911.0
5.4552400.020002.97991.0

Framework versions

  • Transformers 5.13.1
  • Pytorch 2.11.0+cu128
  • Datasets 4.0.0
  • Tokenizers 0.22.2

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
783e146

0 моделей