/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Базовая модель
wav2vec2-base
Библиотека
transformers
Опубликована
14 июл 2026

wav2vec2-l2-arctic-phoneme-model

Распознавание речиАудио → текст3 профессии

Дообученная wav2vec 2.0 модель для распознавания речи с выводом последовательности фонем.

15скачиваний за 30 дней0лайковвеса обновлены1 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

waelhasan/wav2vec2-l2-arctic-phoneme-model — модель распознавания речи на архитектуре wav2vec 2.0, дообученная автором waelhasan на основе facebook/wav2vec2-base. Она содержит 113,3 млн параметров и предназначена для преобразования речевого аудио в последовательность фонем. В README приведены результаты оценки: PER 0,1047, F1 0,9142 и loss 284,0506; описание обучающего набора и подробности оценки не раскрыты.

Модель принимает аудио и выдаёт текстовую последовательность фонем. Репозиторий содержит веса в формате safetensors; библиотека для работы — Transformers. Лицензия — Apache-2.0. Язык речи и поддерживаемые акценты в доступных сведениях не определены.

Сценарии применения

  • транскрибирование речи в фонемы
  • фонетическая разметка речевых записей
  • анализ произношения по аудиозаписи

Ограничения

Язык и область применимости модели не описаны; сведения об обучающем наборе и подробностях оценки отсутствуют. Приведённые метрики нельзя уверенно сопоставить с другими моделями без данных о датасете и протоколе оценки.

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

wav2vec2-l2-arctic-phoneme-model

This model is a fine-tuned version of facebook/wav2vec2-base on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 284.0506
  • Per: 0.1047
  • F1: 0.9142

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: 5e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 32
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED 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: 104
  • num_epochs: 10
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossPerF1
10769.52401.01041769.26061.00.0
3577.91862.02081750.98991.00.0
3495.16713.03121570.02141.00.0
2535.63734.0416783.31730.37550.7214
1357.63785.0520455.15700.16700.8635
928.31196.0624352.73450.13630.8895
750.23907.0728316.28930.11470.9068
650.84128.0832296.60500.11120.9090
596.26959.0936287.30400.10670.9131
569.706210.01040284.05060.10470.9142

Framework versions

  • Transformers 5.14.1
  • Pytorch 2.13.0+cu130
  • Datasets 5.0.1
  • Tokenizers 0.22.2

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
6aaebda

0 моделей