/ Модель

Характеристики

Контекст
194 токена
Лицензия
Apache 2.0
Архитектура
moonshine · dense
Базовая модель
moonshine-base
Опубликована
29 июн 2026

moonshine-mn

Распознавание речиАудио → текст5 профессий

Moonshine-MN распознаёт монгольскую речь на кириллице и преобразует её в текст, в том числе в потоковом режиме.

29скачиваний за 30 дней1лайквеса обновлены2 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

Moonshine-MN — модель распознавания монгольской речи, созданная дообучением UsefulSensors/moonshine-base на аудиозаписях Mozilla Common Voice. Она предназначена для преобразования монгольской речи на кириллице в текст; карточка также описывает сценарий потокового распознавания. Модель использует архитектуру Moonshine и принимает аудио, выдавая текст. В метаданных указан контекст 194 токена, а для финального чекпойнта на шаге 15000 заявлен WER 11,88%. Модель распространяется в формате safetensors по лицензии Apache-2.0.

Сценарии применения

  • транскрибация монгольской речи на кириллице
  • потоковое распознавание монгольской речи
  • расшифровка записей монгольской речи

Ограничения

Обучение описано для монгольской речи на кириллице, поэтому качество для других языков или систем письма не подтверждено. Заявленный WER 11,88% относится к финальному чекпойнту, но набор и условия оценки в карточке не уточнены.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Moonshine-MN: Mongolian ASR

Fine-tuned UsefulSensors/moonshine-base on Mongolian (Cyrillic) speech from Mozilla Common Voice.

Performance

CheckpointWER
final (step 15000)11.88%

Quickstart

import torch, librosa
from transformers import MoonshineForConditionalGeneration, AutoFeatureExtractor
from mn_tokenizer import MnBPETokenizer
from huggingface_hub import hf_hub_download

model = MoonshineForConditionalGeneration.from_pretrained("orgilj/moonshine-mn").eval()
fe    = AutoFeatureExtractor.from_pretrained("orgilj/moonshine-mn")
tok   = MnBPETokenizer(vocab_file=hf_hub_download("orgilj/moonshine-mn", "mn_bpe.model"))

def transcribe(path, num_beams=5):
    audio, _ = librosa.load(path, sr=16000)
    inp = fe(audio, sampling_rate=16000, return_tensors="pt")
    with torch.no_grad():
        ids = model.generate(
            inp.input_values,
            num_beams=num_beams,
            max_new_tokens=180,        # under the model's max_length=194
        )
    return tok.decode_ids(ids[0].tolist())

if __name__ == "__main__":
    print(transcribe("/workspace/data/cv-corpus-24.0-2025-12-05/mn/clips/common_voice_mn_44590402.mp3"))

Live streaming

# From finetune-moonshine-asr repo:
python scripts/stream_mn.py --model orgilj/moonshine-mn --live

Training details

  • Base: moonshine-base (hidden_size=416, 8-layer enc+dec)
  • Tokenizer: custom Mongolian SentencePiece BPE (vocab 2003)
  • Data: Mozilla Common Voice Mongolian
  • LR: 1e-4 cosine, warmup 500 steps, 15000 total steps, fp16, batch 64

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MoonshineForConditionalGeneration
Ревизия весов
4faddc4

0 моделей