/ Модель
Каталог

Характеристики

Параметры
1,3 млрд
Лицензия
CC BY-NC 4.0
Архитектура
wav2vec2 · dense
Базовая модель
mms-1b-all
Библиотека
transformers
Опубликована
29 дек 2024

Ссылки

Hugging Face

wav2vec2-large-mms-1b-somalia

skydheere
Распознавание речиАудио → текст8 профессий

Дообученная модель wav2vec2 для преобразования аудиоречи в текст.

18скачиваний за 30 дней2лайкавеса обновлены7 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 «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.

Открыть конструктор бенчмарка

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

skydheere/wav2vec2-large-mms-1b-somalia — модель распознавания речи на основе wav2vec2-large, дообученная на facebook/mms-1b-all с использованием набора данных xtreme_s. Она принимает аудио и преобразует речь в текст; репозиторий указывает архитектуру Wav2Vec2ForCTC и размер около 1,3 млрд параметров. На оценочной выборке приведены loss 0,5553 и WER 0,4330. Карточка не описывает поддерживаемый язык и условия применения подробнее. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и запрещающая коммерческое применение.

Сценарии применения

  • расшифровка аудиозаписей
  • распознавание речи в голосовых сообщениях
  • создание текстовых транскриптов для последующего поиска

Ограничения

На оценочной выборке указана WER 0,4330; карточка не уточняет язык этой выборки и не описывает ограничения по условиям записи или качеству аудио. Лицензия CC BY-NC 4.0 запрещает коммерческое использование.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wav2vec2-large-mms-1b-somalia

This model is a fine-tuned version of facebook/mms-1b-all on the xtreme_s dataset. It achieves the following results on the evaluation set:

  • Loss: 0.5553
  • Wer: 0.4330

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: 2
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Use adamw_torch 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: 100
  • num_epochs: 4
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
6.50970.05581000.69800.4802
0.47710.11172000.63150.4613
0.40980.16753000.61120.4519
0.45550.22334000.60850.4540
0.43190.27925000.60410.4614
0.45820.33506000.59270.4526
0.38790.39087000.60790.4530
0.39190.44678000.61350.4479
0.42450.50259000.58790.4461
0.38720.558310000.60880.4627
0.38430.614211000.59390.4451
0.38420.670012000.61330.4631
0.37710.725913000.60260.4510
0.44580.781714000.59650.4494
0.41140.837515000.59500.4472
0.41350.893416000.61060.4613
0.37630.949217000.60820.4426
0.4421.005018000.59220.4482
0.3811.060919000.58270.4419
0.38741.116720000.58160.4518
0.46021.172521000.58880.4453
0.37091.228422000.58700.4447
0.39911.284223000.57490.4426
0.37711.340024000.57430.4396
0.3511.395925000.59560.4414
0.3581.451726000.57720.4368
0.40761.507527000.59310.4384
0.43221.563428000.57950.4407
0.3591.619229000.58140.4408
0.37141.675030000.57940.4366
0.4071.730931000.56730.4404
0.38031.786732000.57540.4453
0.34121.842533000.59740.4470
0.38261.898434000.58470.4422
0.39611.954235000.58000.4417
0.40352.010136000.58040.4395
0.39882.065937000.56260.4379
0.36422.121738000.57450.4393
0.35432.177639000.57860.4414
0.35772.233440000.57360.4376
0.38182.289241000.57450.4412
0.35382.345142000.58560.4370
0.39022.400943000.57080.4370
0.39152.456744000.58190.4372
0.39182.512645000.56200.4366
0.37162.568446000.58010.4497
0.36962.624247000.56400.4321
0.35322.680148000.57720.4418
0.40392.735949000.56600.4388
0.34882.791750000.56660.4364
0.34822.847651000.56620.4428
0.37932.903452000.56200.4368
0.38082.959253000.55590.4387
0.34033.015154000.56470.4387
0.36543.070955000.55150.4367
0.36143.126756000.55930.4410
0.33993.182657000.56040.4353
0.36273.238458000.55590.4379
0.35833.294259000.55640.4343
0.38973.350160000.55930.4362
0.35233.405961000.55780.4345
0.34123.461862000.55860.4346
0.38773.517663000.55290.4346
0.36053.573464000.55770.4346
0.38693.629365000.55220.4332
0.39063.685166000.55910.4312
0.34693.740967000.55850.4351
0.36653.796868000.55540.4333
0.38513.852669000.55430.4346
0.31953.908470000.55580.4348
0.3463.964371000.55530.4330

Framework versions

  • Transformers 4.48.0.dev0
  • Pytorch 2.1.0+cu118
  • Datasets 3.2.0
  • Tokenizers 0.21.0

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Wav2Vec2ForCTC
Ревизия весов
cd56487

0 моделей

    Создать бенчмарк