/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
51,7 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-base
Библиотека
transformers
Опубликована
23 мая 2025

Ссылки

Hugging Face

Distilation_Whisper_base_CKP2

Baselhany
Распознавание речиАудио → текст3 профессии

Дообученная на арабских аудиозаписях Корана модель Whisper Base для распознавания речи и перевода аудио в текст.

29скачиваний за 30 дней0лайковвеса обновлены31 мая 2025

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.

Открыть конструктор бенчмарка

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

Baselhany/Distilation_Whisper_base_CKP2 — дообученная версия OpenAI Whisper Base для распознавания арабской речи. Модель содержит 51,7 млн параметров и рассчитана на преобразование аудио в текст; она обучена на наборе quran-ayat-speech-to-text.

В README приведены результаты оценки на тестовой выборке: loss 0,0949 и WER 0,2085. Модель использует архитектуру WhisperForConditionalGeneration и формат safetensors. Лицензия — Apache-2.0.

Сценарии применения

  • распознавание арабского чтения аятов Корана
  • транскрибирование арабской речи из аудиозаписей
  • преобразование аудио в арабский текст

Ограничения

В README указана оценка WER 0,2085 на тестовой выборке; качество на других типах арабской речи и аудио отдельно не описано.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделейIV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейIV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper base AR - BA

This model is a fine-tuned version of openai/whisper-base on the quran-ayat-speech-to-text dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0949
  • Wer: 0.2085

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: 0.0001
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 32
  • optimizer: Use OptimizerNames.ADAMW_TORCH 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: 500
  • num_epochs: 30
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
46.37160.28514000.16970.6098
16.35560.57018000.13550.3556
11.93270.855212000.12300.3000
8.12221.139716000.11960.2543
6.27751.424720000.11650.2619
5.68611.709824000.11430.2390
5.2381.994828000.11150.2346
4.50972.279432000.11070.2256
3.96772.564436000.10950.2262
3.89982.849540000.10850.2300
3.33513.134044000.10670.2140
3.13173.419048000.10670.2199
2.98143.704152000.10460.2119
3.1673.989156000.10390.2104
2.4984.273760000.10660.2177
2.83724.558764000.10220.2098
2.55734.843868000.10280.2181
2.33095.128372000.10060.2091
2.25895.413376000.10150.2100
2.14095.698480000.10240.2065
2.10485.983484000.09920.2138
1.88266.267988000.09870.2116
1.87786.553092000.09880.2073
2.01996.838196000.09810.2045
1.72387.1226100000.09970.2022
1.80877.4076104000.09830.2037
1.70757.6977108000.09850.2059
1.70727.9827112000.09770.2062
1.58648.2679116000.09770.2066
1.68698.5530120000.09720.2081
1.73838.8381124000.09760.2041
1.43369.1226128000.09700.2045
1.54299.4076132000.09690.2010
1.57269.6927136000.09690.2084
1.47099.9777140000.09710.2044
1.544210.2637144000.09780.2088
1.576410.5487148000.09850.2151
1.682110.8338152000.09700.2066
1.652911.1183156000.09740.2082
1.545511.4033160000.09710.2057
1.484511.6884164000.09730.2140
1.495311.9735168000.09600.2029
1.434912.2580172000.09580.2009
1.410412.5430176000.09740.2025
1.507312.8281180000.09530.2044
1.248813.1126184000.09490.1966
1.27713.3976188000.09550.2084
1.244313.6827192000.09600.1995
1.397213.9678196000.09550.2028
1.284714.2523200000.09490.2034
1.310714.5373204000.09510.2013
1.223214.8224208000.09470.2003
1.223315.1069212000.09490.1985
1.199915.3919216000.09460.2025
1.23615.6770220000.09490.2029
1.225215.9621224000.09450.1994
1.209416.2466228000.09410.2050
1.250516.5316232000.09410.2003
1.119316.8167236000.09420.1991
1.199217.1062240000.09460.2020
1.279417.3912244000.09540.2118
1.236217.6763248000.09480.2025
1.352817.9613252000.09560.2070
1.186318.2459256000.09350.2037
1.293618.5309260000.09400.2032
1.243418.8160264000.09380.2029
1.125419.1005268000.09330.2026
1.234519.3855272000.09340.2009
1.217719.6706276000.09380.2037
1.147919.9556280000.09380.2007
1.107720.2402284000.09330.1995
1.161520.5252288000.09310.2025
1.064220.8103292000.09400.2045
1.092221.0948296000.09350.2011
1.088521.3798300000.09290.2010
1.10721.6649304000.09300.1988
1.044921.9499308000.09310.2001
1.03322.2345312000.09310.2048
1.05722.5195316000.09320.1988
1.024822.8046320000.09290.2019
0.978423.0891324000.09270.1951
1.044323.3741328000.09270.1995
0.997223.6592332000.09230.1995
1.052723.9442336000.09300.1964
0.992724.2288340000.09270.1979
0.950424.5138344000.09270.1960
1.056724.7989348000.09250.1986
1.031625.0891352000.09260.1983
0.992625.3741356000.09280.1982
1.064625.6592360000.09270.2006
1.031625.9442364000.09290.2038
1.031526.2288368000.09280.2022
1.013126.5138372000.09270.2035
0.965926.7989376000.09250.2000
1.005627.0834380000.09220.1992
1.00727.3684384000.09220.1997
0.960227.6535388000.09230.2017
0.935327.9385392000.09230.1989
0.95128.2231396000.09200.1983
0.967528.5081400000.09220.1969
0.939828.7932404000.09220.1998
0.953329.0777408000.09240.1976
0.951929.3627412000.09220.1969
0.929729.6478416000.09200.1982
0.949129.9328420000.09200.1991

Framework versions

  • Transformers 4.51.3
  • Pytorch 2.6.0+cu124
  • Datasets 3.6.0
  • Tokenizers 0.21.1

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
WhisperForConditionalGeneration
Ревизия весов
c50b353

0 моделей

    Создать бенчмарк