waxal_llm_1b_v2_200step
Fine-tuned omniASR_LLM_1B_v2 for the Google WAXAL ASR Challenge on Lingala (lin_Latn), Luganda (lug_Latn), and Shona (sna_Latn). See run_config.json for the exact reproducible configuration and seed.
waxal-omniASR-LLM-1B-v2
Распознавание речиАудио → текст
Дообученная на лингала, луганда и шона модель для автоматического распознавания речи и транскрипции аудио.
0скачиваний за 30 дней1лайквеса обновлены12 июл 2026
Бенчмарки
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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
waxalllm1bv2200step — дообученная модель распознавания речи, созданная для участия в конкурсе Google WAXAL ASR Challenge. Она основана на omniASR_LLM_1B_v2 и настроена на распознавание речи на языках лингала, луганда и шона. Модель принимает аудио и выдаёт распознанный текст; в метаданных указан формат PyTorch и библиотека fairseq2.
Модель предназначена для автоматической транскрипции аудиозаписей на этих трёх языках, в том числе для сценариев оценки распознавания речи в рамках WAXAL. Лицензия Apache-2.0. README не приводит сведения о размере модели или длине контекста.
Сценарии применения
- транскрипция речи на лингала
- распознавание речи на луганда
- транскрипция записей на шона
- оценка систем ASR для языков WAXAL
Ограничения
Модель настроена на лингала, луганда и шона; README не сообщает о качестве на других языках или условиях записи.
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · fairseq2
В репозитории нет config.json: не понять архитектуру модели.
- Ревизия весов
- 978061f