Характеристики

Лицензия: CC BY-NC 4.0
Базовая модель: mms-1b-all
Библиотека: transformers
Опубликована: 3 июл 2026

Ссылки

Hugging Face

mms-1b-zdj

rifailabs

Распознавание речиАудио → текст

Дообученная wav2vec2-модель для преобразования речи в текст на основе facebook/mms-1b-all.

0скачиваний за 30 дней1лайквеса обновлены3 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

rifailabs/mms-1b-zdj — дообученная модель распознавания речи на основе facebook/mms-1b-all, построенной на архитектуре wav2vec2. Она преобразует входящую речь в текст; карточка сообщает результат оценки WER 0,3296 и loss 0,7884, но не раскрывает набор данных и условия оценки.

Модель предназначена для автоматического распознавания речи. Базовая модель поддерживает более тысячи языков, однако язык и область применения именно этого дообучения не указаны. Репозиторий использует библиотеку Transformers и формат safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но не коммерческое использование.

Сценарии применения

транскрибация аудиозаписей
распознавание речи в голосовых сообщениях
преобразование устных высказываний в текст

Ограничения

Язык дообучения, обучающий набор данных и условия оценки не раскрыты, поэтому качество WER 0,3296 нельзя уверенно переносить на другие аудиоданные. Лицензия CC BY-NC 4.0 запрещает коммерческое использование.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mms-1b-zdj

This model is a fine-tuned version of facebook/mms-1b-all on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.7884
Wer: 0.3296

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: 0.001
train_batch_size: 4
eval_batch_size: 16
seed: 42
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: 4
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Wer
5.8521	0.6623	500	1.1876	0.6160
1.0851	1.3245	1000	0.9700	0.4729
0.9955	1.9868	1500	0.8846	0.4126
0.8827	2.6490	2000	0.8372	0.3677
0.8029	3.3113	2500	0.8070	0.3437
0.7793	3.9735	3000	0.7883	0.3298
0.7793	4.0	3020	0.7884	0.3296

Framework versions

Transformers 5.13.0.dev0
Pytorch 2.10.0+cu128
Datasets 5.0.0
Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов: c15b3e7