/ Модель

Характеристики

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

Distilation_Whisper_base_bigger_samples

Распознавание речиАудио → текст3 профессии

Дообученная на наборе речи с чтением аятов Корана модель Whisper Base преобразует арабское аудио в текст.

23скачиваний за 30 дней0лайковвеса обновлены2 июн 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.

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_bigger_samples — дообученная модель OpenAI Whisper Base для автоматического распознавания речи на арабском языке. Она принимает аудио и генерирует текст; обучена на наборе quran-ayat-speech-to-text. В метаданных указаны архитектура WhisperForConditionalGeneration, 51,7 млн параметров и формат safetensors. На оценочной выборке карточка сообщает Loss 0,0892 и WER 0,1918.

Модель предназначена для преобразования арабской речи в текст, в частности для распознавания чтения аятов Корана. Базовая Whisper Base также поддерживает распознавание многоязычной речи и перевод на английский, однако результаты этих возможностей для данного дообученного варианта не описаны. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • транскрибирование чтения аятов Корана на арабском языке
  • распознавание арабской речи в аудиозаписях
  • преобразование аудио с чтением Корана в текст

Ограничения

В карточке не приведены подробные сведения об ограничениях и сценариях оценки; WER 0,1918 указан только для оценочной выборки. Качество распознавания других типов арабской речи и поддержка перевода для этого варианта не установлены.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

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: 0.0892
  • Wer: 0.1918

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: 15
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
1.4061.06250.08870.1907
1.33222.012500.09060.1874
1.25873.018750.09030.1844
1.11354.025000.08920.1954
1.04445.031250.08790.1883
0.93446.037500.08670.1802
0.91357.043750.08740.1854
0.85678.050000.08610.1882
0.77389.056250.08570.1951
0.741910.062500.08520.1958
0.716711.068750.08540.1933
0.692912.075000.08500.1874
0.653913.081250.08470.1908
0.644814.087500.08450.1883
0.588715.093750.08460.1892

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
41884ec

0 моделей