/ Модель
Каталог

Характеристики

Параметры
403 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Базовая модель
result_data_2-3
Библиотека
transformers
Опубликована
18 мар 2025

Ссылки

Hugging Face

uk_wav2vec2_with_stress_mark

mouseyy
Распознавание речиАудио → текст5 профессий

Дообученная модель Wav2Vec2 для транскрипции украинской речи с обозначением лексического ударения.

513скачиваний за 30 дней0лайковвеса обновлены1 мая 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

Модель mouseyy/uk_wav2vec2_with_stress_mark — дообученная разработчиком mouseyy модель Wav2Vec2ForCTC для распознавания украинской речи с транскрипцией и обозначением лексического ударения. Она принимает аудио и выдаёт текст; обучалась на Common Voice 17.0. В README приведены результаты на оценочной выборке: WER 0,2984 и CER 0,1512.

Модель содержит около 402,7 млн параметров и распространяется в формате Safetensors. Лицензия — Apache-2.0. Она предназначена для автоматической транскрипции украинской речи, включая вывод ударений; качество может различаться на других типах аудио и данных, поскольку сведения об обучении и ограничениях в карточке не раскрыты.

Сценарии применения

  • транскрипция записей украинской речи
  • автоматическое распознавание украинской речи
  • получение текста с обозначением лексических ударений

Ограничения

На оценочной выборке указаны WER 0,2984 и CER 0,1512; результаты могут отличаться на других аудиоданных. В README не приведены подробности об ограничениях и обучающих данных.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделейI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Ukrainian Wav2Vec2 Model for Transcription with Lexical Stress Marking (+)

This model is a fine-tuned version of mouseyy/result_data_2-3 on the common_voice_17_0 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2132
  • Wer: 0.2984
  • Cer: 0.1512

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: 4e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • distributed_type: multi-GPU
  • num_devices: 2
  • total_train_batch_size: 32
  • total_eval_batch_size: 32
  • optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • num_epochs: 15.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWerCer
0.19360.45505000.20820.33050.1590
0.1740.909910000.20820.32840.1586
0.18551.364915000.19810.32920.1585
0.17241.819820000.19980.32650.1580
0.16672.274825000.19940.32880.1583
0.16352.729830000.20500.32230.1569
0.143.184735000.20690.32050.1567
0.15733.639740000.20670.32070.1569
0.14874.094645000.21010.32240.1572
0.15014.549650000.21100.31760.1563
0.14865.004555000.20400.31590.1557
0.13425.459560000.20410.31440.1551
0.13965.914565000.20570.31430.1552
0.1366.369470000.20980.31310.1545
0.12666.824475000.20950.31060.1542
0.12837.279380000.21600.30850.1538
0.12297.734385000.21750.30760.1538
0.12678.189390000.21140.30570.1531
0.11278.644295000.20630.30690.1528
0.11659.0992100000.20940.30480.1532
0.12229.5541105000.20790.30670.1532
0.112710.0091110000.20890.30560.1531
0.108410.4641115000.21170.30320.1526
0.115510.9190120000.20750.30450.1527
0.095511.3740125000.21830.30260.1523
0.114611.8289130000.21160.30150.1521
0.109412.2839135000.20900.29930.1516
0.107212.7389140000.21240.30020.1517
0.112513.1938145000.21310.30000.1517
0.105813.6488150000.21700.29920.1515
0.095114.1037155000.21600.29860.1513
0.103514.5587160000.21340.29860.1513

Framework versions

  • Transformers 4.49.0
  • Pytorch 2.6.0+cu124
  • Datasets 3.3.2
  • Tokenizers 0.21.0

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
f3cb18b

0 моделей

    Создать бенчмарк