/ Модель

Характеристики

Параметры
403 млн
Лицензия
MIT
Архитектура
wav2vec2-bert · dense
Базовая модель
w2v-bert-2.0
Библиотека
transformers
Опубликована
3 июл 2026

w2v-bert-2.0-mongolian-colab-CV16.0

Распознавание речиАудио → текст5 профессий

Дообученная на Common Voice 16.0 модель Wav2Vec2-BERT для распознавания монгольской речи.

13скачиваний за 30 дней1лайквеса обновлены4 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

Модель pragyaranjan/w2v-bert-2.0-mongolian-colab-CV16.0 — дообученная на Common Voice 16.0 модель распознавания речи на основе facebook/w2v-bert-2.0. Она использует архитектуру Wav2Vec2-BERT и предназначена для преобразования монгольской речи в текст. Модель содержит около 402,7 млн параметров и доступна в формате Safetensors для библиотеки Transformers.

На оценочном наборе указаны Loss 1,0032 и WER 0,3466. Эти результаты характеризуют только приведённую оценку и не гарантируют аналогичного качества на других данных. Модель распространяется по лицензии MIT.

Сценарии применения

  • транскрибация монгольской речи
  • распознавание монгольской речи из записей Common Voice
  • преобразование монгольских аудиозаписей в текст

Ограничения

В карточке приведена оценка WER 0,3466 на оценочном наборе, но качество на других данных не описано. Сведения о дополнительных ограничениях и предполагаемых сценариях применения в README отсутствуют.

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

w2v-bert-2.0-mongolian-colab-CV16.0

This model is a fine-tuned version of facebook/w2v-bert-2.0 on the common_voice_16_0 dataset. It achieves the following results on the evaluation set:

  • Loss: 1.0032
  • Wer: 0.3466

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: 5e-05
  • train_batch_size: 32
  • eval_batch_size: 16
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 64
  • 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
  • num_epochs: 10
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
7.34234.69293001.17290.4725
0.88109.37806000.99440.3638
0.881010.06401.00320.3466

Framework versions

  • Transformers 5.13.0
  • Pytorch 2.10.0+cu128
  • Datasets 3.2.0
  • 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
Wav2Vec2BertForCTC
Ревизия весов
e92ea56

0 моделей