/ Модель

Характеристики

Параметры
403 млн
Лицензия
MIT
Архитектура
multi_level_ctc · dense
Базовая модель
w2v-bert-2.0
Библиотека
transformers
Опубликована
24 авг 2025

muaalem-model-v3_2

Распознавание речиАудио → текст3 профессии

Дообученная модель распознаёт арабскую речь, в частности чтение Корана для задач обучения и анализа произношения.

17 116скачиваний за 30 дней11лайковвеса обновлены4 сен 2025

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

obadx/muaalem-model-v3_2 — модель автоматического распознавания арабской речи, представленная в статье об обнаружении и исправлении ошибок произношения у изучающих чтение Священного Корана. Она дообучена на базе facebook/w2v-bert-2.0 и использует архитектуру Wav2Vec2BertForMultilevelCTC; число параметров по метаданным — 402,7 млн.

Модель принимает аудио и выдаёт текстовое распознавание на арабском языке. Её назначение — распознавать чтение Корана, в том числе в сценариях обучения и анализа произношения. Опубликована для Transformers под лицензией MIT. Карточка не приводит результатов оценки и подробных сведений о точности, поэтому качество на конкретных записях нельзя определить по имеющимся данным.

Сценарии применения

  • распознавание чтения Корана на арабском языке
  • преобразование арабской речи в текст
  • подготовка транскрипции для анализа произношения при обучении чтению Корана

Ограничения

Карточка не приводит метрик качества или подробного описания ограничений; пригодность для конкретных условий записи следует оценивать отдельно.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Model ID

The model was presented in the paper Automatic Pronunciation Error Detection and Correction of the Holy Quran's Learners Using Deep Learning

Model Details

Model Description

This is the model card of a 🤗 transformers model that has been pushed on the Hub. This model card has been automatically generated.

  • Developed by: [More Information Needed]
  • Funded by [optional]: [More Information Needed]
  • Shared by [optional]: [More Information Needed]
  • Model type: [More Information Needed]
  • Language(s) (NLP): [More Information Needed]
  • License: [More Information Needed]
  • Finetuned from model [optional]: [More Information Needed]

Model Sources [optional]

  • Repository: [More Information Needed]
  • Paper [optional]: [More Information Needed]
  • Demo [optional]: [More Information Needed]

Uses

Direct Use

[More Information Needed]

Downstream Use [optional]

[More Information Needed]

Out-of-Scope Use

[More Information Needed]

Bias, Risks, and Limitations

[More Information Needed]

Recommendations

Users (both direct and downstream) should be made aware of the risks, biases and limitations of the model. More information needed for further recommendations.

How to Get Started with the Model

Use the code below to get started with the model.

[More Information Needed]

Training Details

Training Data

[More Information Needed]

Training Procedure

Preprocessing [optional]

[More Information Needed]

Training Hyperparameters

  • Training regime: [More Information Needed]

Speeds, Sizes, Times [optional]

[More Information Needed]

Evaluation

Testing Data, Factors & Metrics

Testing Data

[More Information Needed]

Factors

[More Information Needed]

Metrics

[More Information Needed]

Results

[More Information Needed]

Summary

Model Examination [optional]

[More Information Needed]

Environmental Impact

Carbon emissions can be estimated using the Machine Learning Impact calculator presented in Lacoste et al. (2019).

  • Hardware Type: [More Information Needed]
  • Hours used: [More Information Needed]
  • Cloud Provider: [More Information Needed]
  • Compute Region: [More Information Needed]
  • Carbon Emitted: [More Information Needed]

Technical Specifications [optional]

Model Architecture and Objective

[More Information Needed]

Compute Infrastructure

[More Information Needed]

Hardware

[More Information Needed]

Software

[More Information Needed]

Citation [optional]

BibTeX:

[More Information Needed]

APA:

[More Information Needed]

Glossary [optional]

[More Information Needed]

More Information [optional]

[More Information Needed]

Model Card Authors [optional]

[More Information Needed]

Model Card Contact

[More Information Needed]

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Архитектура multi_level_ctc неизвестна transformers в образе рантайма.

Класс архитектуры
Wav2Vec2BertForMultilevelCTC
Ревизия весов
01a1ef9

0 моделей