/ Модель

Характеристики

Параметры
113 млн
Лицензия
MIT
Архитектура
hubert · dense
Библиотека
transformers
Опубликована
18 янв 2025

ContentVec

ЭмбеддингиТекст → embedding3 профессии

ContentVec — модель HuBERT для извлечения признаков из аудио и получения векторных представлений речи.

68скачиваний за 30 дней0лайковвеса обновлены18 янв 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 «Эмбеддинги» — 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

ContentVec — модель извлечения признаков на архитектуре HuBERT, опубликованная в формате safetensors для работы с библиотекой HuggingFace Transformers. В README указано использование для извлечения признаков; размер модели — 113,3 млн параметров.

Модель принимает аудио и выдаёт векторные представления признаков, которые можно использовать как вход для последующих задач обработки речи. Репозиторий распространяется по лицензии MIT.

Сценарии применения

  • извлечение признаков из аудиозаписей речи
  • получение векторных представлений аудио для последующей обработки
  • подготовка аудиопризнаков для речевых моделей

Ограничения

Карточка не описывает конкретные языки или оценки качества модели; её применение заявлено как извлечение признаков, поэтому она сама по себе не гарантирует распознавание или генерацию речи.

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

ContentVec

The ContentVec model in safetensors format, compatible with HuggingFace Transformers.

Uses

To extract features, use the following code:

from transformers import AutoProcessor, HubertModel
import librosa

# Load the processor and model
processor = AutoProcessor.from_pretrained("safe-models/ContentVec")
hubert = HubertModel.from_pretrained("safe-models/ContentVec")

# Read the audio
audio, sr = librosa.load("test.wav", sr=16000)
input_values = processor(audio, sampling_rate=sr, return_tensors="pt").input_values

# Get the layer 12 output as the feature
feats = hubert(input_values, output_hidden_states=True)["hidden_states"][12]
print(f"{feats.shape=}")

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
HubertModel
Ревизия весов
ef21d04

0 моделей