kipreise.info
Lokale Modelle › Audio & Sound › wav2vec2-large-robust-24-ft-age-gender
audeering · Audio & Sound · ⟳ vor 7 Min (16.10. 19:14 UTC)

wav2vec2-large-robust-24-ft-age-gender

Sounds und Audio erzeugen.

cc-by-nc-sa-4.0

Größe (kompakt)2,5 GB
Kleinste Variante–
Lizenzcc-by-nc-sa-4.0
Parameter0.32B
KategorieAudio & Sound
Downloads (30 Tage)2,3 Mio.
Likes79
Aktualisiertvor 2 Jahren
Erstelltvor 3 Jahren
Hersteller/Orgaudeering
Tensor-TypF32
Repo-Größe (alle Dateien)2,5 GB

Läuft das auf deinem Rechner?

Was kann es?

Analysiert Sprachaufnahmen und erkennt daraus Alter und Geschlecht der sprechenden Person. Eignet sich als Baustein für automatische Sprecheranalyse, etwa in Anrufcenter-Statistiken oder Zugänglichkeits-Anwendungen.

Stärken

Wurde gezielt für robuste Erkennung auch bei verrauschter Audioqualität trainiert und läuft mit rund 320 Mio. Parametern noch auf einer einzigen Consumer-GPU.

Grenzen

Die Altersschätzung bleibt grob und ist kein Ersatz für verifizierte Daten; außerdem erlaubt die CC-BY-NC-SA-Lizenz keine kommerzielle Nutzung.

Für wen?

Für Entwickler, die in ihrem Projekt schnell Sprechermerkmale extrahieren wollen, ohne selbst ein Modell trainieren zu müssen – vorausgesetzt, das Projekt bleibt nicht-kommerziell.

So startest du es

Jeder Befehl ist fertig für dieses Modell: kopieren und in die Konsole einfügen.

⚠️ Dieses Modell gibt es nicht als GGUF — Ollama, LM Studio und llama.cpp können es daher nicht starten (die drei Wege funktionieren nur bei Sprachmodellen). Es läuft über whisper.cpp oder Audacity-Plugins.

Dein Rechner

Besonderheiten

Was dieses Modell ausmacht — geprüft aus den offiziellen Angaben (⟳ vor 7 Min (16.10. 19:14 UTC)).

SprachmodellBeantwortet Fragen, schreibt und fasst Texte zusammen.
Basis: wav2vec2-large-robustAufgebaut auf facebook/wav2vec2-large-robust (Feintuning) — Original-Modellkarte beim Anbieter. Quelle ↗
Trainings-DatenLaut Modellkarte trainiert mit: agender, mozillacommonvoice, timit.
Paper / ForschungarXiv:2306.16962 — die Original-Arbeit zum Modell bzw. Verfahren. Quelle ↗
In Spaces im Einsatz11 Hugging-Face-Spaces nutzen dieses Modell.
Nur privatLizenz: cc-by-nc-sa-4.0 — nicht für kommerzielle Nutzung.
Millionenfach geladen2,3 Mio. Downloads auf Hugging Face.
TechnikModelltyp: wav2vec2 · Bibliothek: transformers

Alle Angaben stammen aus den offiziellen Quellen (Hugging Face) — wir hosten keine Modelle.

Wo bekommst du es?

Wir hosten nichts — hier geht es direkt zur Quelle. Die Anleitung unten zeigt dir Schritt für Schritt, wie du das Modell startest.

Auf Hugging Face herunterladen Bei Ollama suchen Bei LM Studio suchen

Größen & Quants

Kleinere Datei = weniger Speicherbedarf, dafür minimal geringere Qualität. Der Check oben zeigt dir für jede Variante, ob sie auf deinem Rechner läuft — entscheiden musst nur du.

VarianteDateigrößeSpeicherbedarf (grob)
Keine Variantenliste verfügbar — schau in die Dateiliste bei Hugging Face.
Größenangaben aus der Dateiliste bei Hugging FaceAlle Dateien: HF ↗

So startest du wav2vec2-large-robust-24-ft-age-gender

  1. Herunterladen: Über den HF-Button oben (oder direkt in Ollama/LM Studio suchen).
  2. Starten: Unsere Anleitung zeigt dir die einfachsten Wege — LM Studio (Klick-Oberfläche) oder Ollama (ein Befehl).
  3. Chatten: Modell auswählen, lostippen. Ohne Internet, ohne Anmeldung.

Gleiches Modell lieber als API nutzen? Preisvergleich öffnen →

Häufige Fragen

Läuft wav2vec2-large-robust-24-ft-age-gender auf meinem Rechner?

Das zeigt dir der Check oben — Variante für Variante. Typische Größen: die übliche kompakte Variante wiegt –, die kleinste – — rechne grob ~2 GB Puffer dazu.

Was kostet wav2vec2-large-robust-24-ft-age-gender?

Nichts — das Modell ist kostenlos herunterladbar. Kosten entstehen nur für Strom oder eine gemietete GPU, falls dein Rechner zu klein ist.

Ähnliche Modelle: wav2vec2-large-xlsr-53-gender-recognition-librispeech · hubert-large-speech-emotion-recognition-russian-dusha-finetuned · wavlm-emotion-russian-resd · Zurück zur Übersicht

Daten: Hugging Face API · ⟳ vor 7 Min (16.10. 19:14 UTC). Wir hosten keine Modelle — alle Links führen zu den offiziellen Quellen.