Характеристики

Лицензия: Apache 2.0
Опубликована: 13 июл 2026

Ссылки

Hugging Face

wav2vec2-xlsr-53-russian-aligner-coreml

vadimsuhanov

Распознавание речиАудио → текст

Конвертация wav2vec2-xlsr-53-russian в Core ML для офлайн-выравнивания русской речи.

1скачиваний за 30 дней0лайковвеса обновлены13 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

Это конвертированная в Core ML модель wav2vec2-xlsr-53-russian от vadimsuhanov, предназначенная для офлайн-выравнивания русской речи. Она принимает монофонический аудиосигнал с частотой 16 кГц фиксированной формы [1,960000] и выдаёт логарифмические вероятности emissions формы [1,2999,39]. Репозиторий указывает неизменяемую ревизию исходной модели jonatasgrosman/wav2vec2-large-xlsr-53-russian.

Модель подходит для локальной обработки речи и задач автоматического распознавания речи, связанных с выравниванием аудио. Формат Core ML рассчитан на запуск в совместимой среде Apple. Исходная лицензия Apache-2.0 сохраняется после конвертации; перед использованием и распространением следует учитывать её условия.

Сценарии применения

офлайн-выравнивание русской речи
получение покадровых вероятностей для аудиозаписи
локальная обработка монофонической речи на совместимых устройствах Apple

Ограничения

Принимается только аудио фиксированной формы [1,960000] с частотой 16 кГц и одним каналом; README описывает офлайн-выравнивание, но не сообщает показатели качества.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Russian Wav2Vec2 alignment model for Core ML

This repository contains a fixed-contract Core ML conversion intended for offline Russian speech alignment.

Provenance

Upstream model: jonatasgrosman/wav2vec2-large-xlsr-53-russian
Immutable upstream revision: 2329100508896c6d9b157019803ab5601e6f3406
Upstream license: apache-2.0

Conversion does not change the upstream license. Review its terms before use or redistribution.

Core ML contract

Input waveform: shape [1,960000], 16 kHz mono waveform
Output emissions: shape [1,2999,39], log probabilities
Sample rate: 16000 Hz

The accompanying conversion manifest records tool versions and SHA-256 hashes. The validation report must pass before this repository can be published.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов: 2cab913