| { |
| "model_type": "gigaam", |
| "auto_map": { |
| "AutoConfig": "modeling_gigaam.GigaAMConfig", |
| "AutoModel": "modeling_gigaam.GigaAMModel" |
| }, |
| "cfg": { |
| "model": { |
| "cfg": { |
| "model_class": "ctc", |
| "sample_rate": 16000, |
| "model_name": "multilingual_ctc", |
| "preprocessor": { |
| "_target_": "modeling_gigaam.FeatureExtractor", |
| "sample_rate": 16000, |
| "features": 64, |
| "win_length": 320, |
| "hop_length": 160, |
| "n_fft": 320, |
| "center": false |
| }, |
| "encoder": { |
| "_target_": "modeling_gigaam.ConformerEncoder", |
| "feat_in": 64, |
| "n_layers": 16, |
| "d_model": 768, |
| "subsampling": "conv1d", |
| "subs_kernel_size": 5, |
| "subsampling_factor": 4, |
| "ff_expansion_factor": 4, |
| "self_attention_model": "rotary", |
| "pos_emb_max_len": 5000, |
| "n_heads": 16, |
| "conv_norm_type": "layer_norm", |
| "conv_kernel_size": 5, |
| "flash_attn": false |
| }, |
| "head": { |
| "_target_": "modeling_gigaam.CTCHead", |
| "feat_in": 768, |
| "num_classes": 71 |
| }, |
| "decoding": { |
| "_target_": "modeling_gigaam.CTCGreedyDecoding", |
| "vocabulary": [ |
| " ", |
| "'", |
| "a", |
| "b", |
| "c", |
| "d", |
| "e", |
| "f", |
| "g", |
| "h", |
| "i", |
| "j", |
| "k", |
| "l", |
| "m", |
| "n", |
| "o", |
| "p", |
| "q", |
| "r", |
| "s", |
| "t", |
| "u", |
| "v", |
| "w", |
| "x", |
| "y", |
| "z", |
| "а", |
| "б", |
| "в", |
| "г", |
| "д", |
| "е", |
| "ж", |
| "з", |
| "и", |
| "й", |
| "к", |
| "л", |
| "м", |
| "н", |
| "о", |
| "п", |
| "р", |
| "с", |
| "т", |
| "у", |
| "ф", |
| "х", |
| "ц", |
| "ч", |
| "ш", |
| "щ", |
| "ъ", |
| "ы", |
| "ь", |
| "э", |
| "ю", |
| "я", |
| "ё", |
| "і", |
| "ғ", |
| "қ", |
| "ң", |
| "ү", |
| "ұ", |
| "һ", |
| "ә", |
| "ө" |
| ] |
| } |
| }, |
| "_target_": "modeling_gigaam.GigaAMASR" |
| } |
| } |
| } |
