/ Модель

Характеристики

Контекст
1 000 токенов
Лицензия
MIT
Архитектура
gigaam-ctc · dense
Библиотека
transformers
Опубликована
18 мар 2025

gigaam-ctc

Распознавание речиАудио → текст7 профессий

Неофициальная обёртка GigaAM-v2-CTC для Transformers распознаёт русскую речь и преобразует аудио в текст.

206скачиваний за 30 дней10лайковвеса обновлены14 июл 2025

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 неофициальная обёртка для Transformers модели GigaAM-v2-CTC, разработанной SberDevices. Она предоставляет интерфейс библиотеки Transformers для распознавания русской речи и совместима с привычными средствами загрузки моделей, извлечения признаков и токенизации в этой библиотеке.

Модель принимает аудио и преобразует речь в текст, поэтому подходит для автоматической расшифровки русскоязычных записей. В репозитории указаны веса в форматах PyTorch и Safetensors, а для работы приведены версии PyTorch, Torchaudio, Transformers и Accelerate. Лицензия — MIT. Это сторонняя обёртка исходной модели; README не сообщает её размер, длину контекста или результаты оценки качества.

Сценарии применения

  • расшифровка русскоязычных аудиозаписей
  • преобразование речи в текст в приложениях на Transformers
  • распознавание речи в голосовых сообщениях
  • транскрибирование записей встреч и интервью

Ограничения

Это неофициальная обёртка; для использования требуется совместимая среда Transformers, PyTorch и Torchaudio. В README не приведены оценки качества и подробности о размере модели или поддерживаемых условиях записи.

Для каких профессий подходит7

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

Finetune In Colab

GigaAM-v2-CTC 🤗 Hugging Face transformers

This is an unofficial Transformers wrapper for the original GigaAM-v2-CTC model released by SberDevices.

Model info

This is GigaAM-v2-CTC with transformers library interface.

File gigaam_transformers.py contains model, feature extractor and tokenizer classes with usual transformers methods. Model can be initialized with transformers auto classes (see an example below).

Installation

my lib versions:

  • torch 2.7.1
  • torchaudio 2.7.1
  • transformers 4.49.0
  • accelerate 1.5.2

Usage

Usage is same as other transformers ASR models.

from transformers import AutoModel, AutoProcessor
import torch
import torchaudio

# load audio
wav, sr = torchaudio.load("audio.wav")
# resample if necessary
wav = torchaudio.functional.resample(wav, sr, 16000)

# load model and processor
processor = AutoProcessor.from_pretrained("waveletdeboshir/gigaam-ctc", trust_remote_code=True)
model = AutoModel.from_pretrained("waveletdeboshir/gigaam-ctc", trust_remote_code=True)
model.eval()

input_features = processor(wav[0], sampling_rate=16000, return_tensors="pt")

# predict
with torch.no_grad():
    logits = model(**input_features).logits
# greedy decoding
greedy_ids = logits.argmax(dim=-1)
# decode token ids to text
transcription = processor.batch_decode(greedy_ids)[0]

Fine-tune

Finetune In Colab Fine-tuning Jupyter

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Ревизия весов
08d7246

0 моделей