/ Модель

Характеристики

Параметры
403 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2-bert · dense
Базовая модель
w2v-bert-ada_ewe_fat_fra_gaa_nzi_twi_en
Библиотека
transformers
Опубликована
18 авг 2026

gha-dondo-w2v-bert-twi-v2

Распознавание речиАудио → текст3 профессии

Дообученная DONDO w2v-BERT модель транскрибирует речь на Twi (Akan), в том числе для голосовых сценариев здравоохранения в Гане.

125скачиваний за 30 дней1лайквеса обновлены18 авг 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

teckedd разработала DONDO w2v-BERT CTC — дообученную модель распознавания речи для Twi (Akan), в частности Asante Twi. Она предназначена для транскрибации аудио в текст и использования в голосовых сценариях Ghana Health AI, включая разговоры о здоровье на Twi и английском. Архитектура — Wav2Vec2BertForCTC; модель содержит 402,7 млн параметров и распространяется в формате safetensors через Transformers. Для Asante Twi перед декодированием к акустическим признакам нужно добавлять языковой идентификатор 2.

Обучение использовало данные Google WaxalNLP, Common Voice 22.0 и локальные записи Ghana Health AI. Валидационная ошибка слов WER составила 0,274, а ошибка символов CER — 0,090 при жадном CTC-декодировании без языковой модели. Это кандидат для применения в продукте, но показатели относятся к конкретной валидации и не гарантируют качество на других записях. Модель не предназначена для клинической диагностики или автономных медицинских решений. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибация разговоров на Twi в текст
  • распознавание устной речи Asante Twi
  • расшифровка записей для голосовых сервисов здравоохранения в Гане
  • исследование распознавания речи на языках Ганы с малым количеством данных

Ограничения

Валидационные WER и CER получены при жадном CTC-декодировании без языковой модели и могут не отражать качество на других данных. Модель не предназначена для клинической диагностики или автономных медицинских решений.

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

teckedd/gha-dondo-w2v-bert-twi-v2

DONDO w2v-BERT CTC fine-tune trial for Ghana Health AI (dondo-twi-v2). Promotion candidate: True.

  • Base model: KhayaAI/w2v-bert-ada_ewe_fat_fra_gaa_nzi_twi_en
  • Task: automatic-speech-recognition
  • Languages: tw, ak
  • Card generated: 2026-08-18 (UTC)
  • Product: ghanahealth.serendepify.com

Not a medical device. Outputs support community health guidance only.

Metrics

MetricValue
val_wer0.2743
val_cer0.0902

Training data

  • google/WaxalNLP (aka_asr)
  • fsicoli/common_voice_22_0 (tw)
  • local (ghana-health-ai-recorder)

Intended use

  • In-product ASR / TTS / chat for Twi (Akan) and English health conversations in Ghana.
  • Research on low-resource Ghanaian language speech and health dialogue.

Out of scope

  • Clinical diagnosis or autonomous medical decisions.
  • Claiming near-native quality without reporting held-out WER/CER or human A/B scores.

How to load

from transformers import pipeline  # or AutoModel + processor per task
# repo: teckedd/gha-dondo-w2v-bert-twi-v2

Citation

If you use this checkpoint, please credit Ghana Health AI / Serendepify and the upstream base model authors plus any listed datasets.

DONDO language prefix

This checkpoint follows DONDO's language-conditioned CTC setup. For Asante Twi, prepend language id 2 to acoustic features before decoding.

Training mix

  • Sources: google/WaxalNLP:aka_asr(n=10107), fsicoli/common_voice_22_0:tw(n=201), local:ghana-health-ai-recorder(n=32)
  • Learning rate: 5e-05 · max steps: 2500

Decode

  • Greedy CTC: WER 0.27425920666477327 / CER 0.09021929127602098
  • Greedy CTC argmax only (no LM decode in this run).

Promotion gate

  • Current v6 Whisper beam=5 WER: 0.3044
  • This validation WER (greedy): 0.27425920666477327
  • Promote: True

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
1ede2c5

0 моделей