/ Модель

Характеристики

Лицензия
Gemma
Архитектура
gemma4 · dense
Базовая модель
Sunflower-Gemma4-E2B
Библиотека
transformers
Опубликована
21 сен 2026

ndizi-gemma4-e2b-african-asr-merged

Распознавание речиАудио → текст5 профессий

Ndizi African ASR — дообученная модель Sunflower-Gemma4-E2B для преобразования речи на суахили, амхарском и оромо в текст.

132скачиваний за 30 дней0лайковвеса обновлены21 сен 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

Ndizi African ASR — модель распознавания речи, созданная smutuvi на основе Sunbird/Sunflower-Gemma4-E2B. Это объединённый чекпойнт для инференса на GPU или сервере; в него включены веса LoRA и компонент embed_audio. Для распознавания аудио README предлагает использовать языковой промпт на суахили, амхарском или оромо и получать текстовую расшифровку.

Модель дообучена на данных для этих трёх языков, включая полевую речь на суахили и наборы ALFFA и Amharic Speech. На двух тестовых выборках Ndizi для суахили указанный WER составил 0,528 и 0,398; результаты не характеризуют качество на других доменах. Амхарский и оромо представлены в обучении, но README советует подавать соответствующие языковые промпты. Версия модели — v1; более поздние адаптеры меняют баланс качества для суахили и оромо.

Модель использует архитектуру Gemma 4 и распространяется в формате safetensors через Transformers. Лицензия — Gemma. README предназначает этот репозиторий для GPU и серверов; для телефонов и периферийных устройств указан отдельный LiteRT-вариант.

Сценарии применения

  • транскрибация полевой речи на суахили
  • распознавание новостных записей на суахили
  • транскрибация речи на амхарском
  • транскрибация речи на оромо
  • серверное распознавание аудио на африканских языках

Ограничения

Опубликованные метрики относятся к двум тестовым наборам суахили; качество на других доменах и языках отдельно не приведено. README отмечает, что в версии v1 охват амхарского и оромо основан на обучающих данных, и рекомендует использовать промпт на соответствующем языке.

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

Ndizi African ASR — merged weights (Swahili · Amharic · Oromo)

Full merged Transformers checkpoint for GPU / server inference. Built by merging LoRA + embed_audio into Sunbird/Sunflower-Gemma4-E2B.

For phones / edge, use the LiteRT bundle: smutuvi/ndizi-gemma4-e2b-african-asr-litert.

ASR prompts

Use the language-matched prompt (same strings as training / LiteRT on-device):

LanguagePrompt
SwahiliAndika maneno unayosikia katika sauti hii.
Amharicይህን ንግግር በአማርኛ ጻፍ። ውጤቱ ጽሑፍ ብቻ ይሁን።
OromoDubbii kana Afaan Oromootiin barreessi. Barreeffama qofa baasi.

Training

LoRA + embed_audio on Sunbird/Sunflower-Gemma4-E2B. Shipped checkpoint: artifacts/checkpoints_african_asr/best (v1).

DatasetLangNotes
smutuvi/ndizi-1, smutuvi/ndizi-1-2025swIn-domain farm / field Swahili
nickdee96/ALFFA-Swahili-Newssw
hadamard-2/alffa-amharic, snapwre/amharic-speechamCapped
google/WaxalNLP amh_asr / orm_asram / omCapped
turiabu/SagaleeomCC BY-NC 4.0 — check commercial use

FLEURS / SALT / Common Voice are eval-only (not in this train mix).

Eval (v1 vs Sunflower, on-device Swahili prompt)

Lower WER is better. Δ = LoRA − Sunflower (negative = improved).

SetnSunflowerNdizi v1Δ
smutuvi/ndizi-1:test6900.7140.528−0.185
smutuvi/ndizi-1-2025:test3510.5410.398−0.143
Ndizi pooled10410.6550.484−0.171
google/fleurs sw_ke:test4870.2550.252−0.003

Amharic / Oromo coverage is present in training; prefer language-matched prompts for those languages. Later adapters (v2+) trade some FLEURS Swahili for stronger Oromo — this Hub ship is v1.

Related repos

ArtifactRepo
Merged full weightssmutuvi/ndizi-gemma4-e2b-african-asr-merged
On-device LiteRT-LM (~2.7 GB)smutuvi/ndizi-gemma4-e2b-african-asr-litert

Quick start (Transformers)

import torch
from transformers import AutoModelForCausalLM, AutoProcessor

repo = "smutuvi/ndizi-gemma4-e2b-african-asr-merged"
model = AutoModelForCausalLM.from_pretrained(repo, torch_dtype=torch.float16, device_map="auto")
processor = AutoProcessor.from_pretrained(repo)
# Use the Swahili / Amharic / Oromo ASR prompt from the table above with your audio.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Gemma4ForConditionalGeneration
Ревизия весов
a17a3a7

0 моделей