/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
whisper-large-v2
Опубликована
16 мар 2026

Kiriku-Wolof-ASR

Распознавание речиАудио → текст5 профессий

Kiriku-ASR — дообученная Whisper Large-v2 для транскрибации речи на волоф.

375скачиваний за 30 дней10лайковвеса обновлены21 мая 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

Kiriku-ASR — модель автоматического распознавания речи на волоф, разработанная IA Hub Senegal на основе дообучения Whisper Large-v2. Она предназначена для транскрибации аудио на волоф, в том числе речи из разных областей, таких как сельское хозяйство, банковское дело и городская жизнь.

Для поддержки волоф в токенизатор добавлены специфические символы ñ, ë, ŋ, ɗ, ɓ и ƴ; их embeddings инициализированы на основе французских. Модель обучена на 88,27 часах проверенной речи и оптимизирована для работы без принудительного языкового токена. В карточке заявлен WER 20,70%; это показатель из README, не независимая оценка. Модель принимает аудио и выдаёт текст, а базовая Whisper Large-v2 является мультиязычной. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибация записей речи на волоф
  • распознавание волофской речи в сельскохозяйственных материалах
  • расшифровка разговоров о банковских услугах на волоф
  • транскрибация городской речи на волоф

Ограничения

Обучение охватывает 88,27 часа речи; заявленный WER 20,70% зависит от тестовых данных и условий оценки. README рекомендует подавать аудио с частотой дискретизации 16 кГц.

Для каких профессий подходит5

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

Kiriku ASR: Breaking the Silence for Wolof

The largest open-source Automatic Speech Recognition (ASR) model for the Wolof language.

Kiriku-ASR is a state-of-the-art fine-tune of whisper-large-v2. Developed by IA Hub Senegal, this model represents a massive leap forward for West African speech technology.

Why This Matters

Wolof is a low-resource language with zero native support in the original Whisper vocabulary. Kiriku ASR doesn't just fine-tune weights; it expands the model's fundamental understanding:

  • Custom Vocabulary: Manually injected Wolof-specific characters (ñ, ë, ŋ, ɗ, ɓ, ƴ) into the tokenizer.
  • Smart Initialization: Used "Warm-Starting" from French <|fr|> embeddings to give the model a linguistic head-start.
  • Massive Expert Corpus: Trained on 88.27 hours of expert-verified speech—the largest open-source effort for Wolof to date.
  • Free-Transcription Mode: Optimized to operate without a forced language token, avoiding the common "hallucination" artifacts found in base models.

Performance & Results

Through rigorous optimization and data augmentation, Kiriku ASR achieves a benchmark-setting Word Error Rate (WER) for the region.

MetricScoreNote
Best WER20.70%New Open Source SOTA for Wolof
Training Data88.27hMulti-domain (Agriculture, Banking, Urban)
Base ModelWhisper Large-v2Enhanced with custom Wolof diacritics

Training Configuration

  • Learning Rate: 1e-5 (Cosine schedule)
  • Batch Size: 16 (Effective)
  • Regularization: Dropout 0.1 to prevent overfitting on low-resource data.
  • Augmentation: Gaussian noise, time stretching, and pitch shifting for real-world robustness.

Quick Start

You can start transcribing Wolof immediately using the Hugging Face pipeline API:

from transformers import pipeline
# Load Kiriku ASR
asr = pipeline(
    "automatic-speech-recognition", 
    model="AIHubSN/kiriku-ASR",
    device=0 
)
# Transcribe (Ensure audio is sampled at 16kHz)
result = asr("audio_sample_wolof.wav")
print(result["text"])

Produced By

This project is a testament to Senegalese AI excellence:

Citation

If this work helps your research or application, please cite our efforts:

@misc{iahubsn2026kiriku_asr,
  title        = {Kiriku ASR: Whisper Large-v2 Fine-tuned for Wolof},
  author       = {{IA Hub Senegal},
  year         = {2026},
  publisher    = {Hugging Face},
  howpublished = {\url{https://huggingface.co/AIHubSN/kiriku-ASR}},
  note         = {Fine-tuned on 88.27 hours of expert-verified Wolof speech}
}

Developed with 🤍 in Dakar for the African AI Renaissance.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
f036d8d

0 моделей