/ Модель

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
CC BY-SA 4.0
Архитектура
whisper · dense
Базовая модель
whisper-small
Библиотека
transformers
Опубликована
14 июл 2025

whisper-small-clearglobal-hausa-asr-1.0.0

Распознавание речиАудио → текст8 профессий

Whisper Small, дообученная CLEAR Global и Makerere University для распознавания устной речи на хауса и её транскрибирования.

92скачиваний за 30 дней0лайковвеса обновлены21 авг 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

CLEAR Global совместно с Makerere University Centre for Artificial Intelligence and Data Science дообучили мультиязычную модель распознавания речи Whisper Small на одобренной части набора TWB Voice 1.0 для хауса. Модель содержит 153,1 млн параметров, принимает аудио и выдаёт текстовую транскрипцию; в метаданных указана библиотека Transformers и формат весов safetensors.

Модель предназначена для транскрибирования речи на хауса. На внутренней тестовой выборке TWB Voice 1.0 указаны WER 2,23% и CER 3,11%; тестовые дикторы не пересекались с обучающей и валидационной выборками. Также проводилась оценка на Common Voice v17 и Naija Voices, но её результаты не приведены. Модель распространяется по лицензии CC BY-SA 4.0.

Сценарии применения

  • транскрибирование записей на хауса
  • расшифровка голосовых сообщений на хауса
  • подготовка текстовых субтитров для аудио на хауса

Ограничения

Метрики приведены для внутренней тестовой выборки TWB Voice 1.0; результаты для Common Voice v17 и Naija Voices не сообщены. Данных о качестве на других языках и условиях записи нет.

Для каких профессий подходит8

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

whisper-small-clearglobal-hausa-asr-1.0.0

This model is a fine-tuned version of openai/whisper-small on the TWB Voice 1.0 dataset.

It achieves the following results on the internal evaluation set:

  • WER: 2.23%
  • CER: 3.11%

Training and evaluation data

This model was trained by colleagues from the Makerere University Centre for Artificial Intelligence and Data Science in collaboration with CLEAR Global. We gratefully acknowledge their expertise and partnership.

Model was trained and tested on the approved Hausa subset of TWB Voice 1.0 dataset.

Train/dev/test portions correspond to the splits in this dataset version. Test splits consist of speakers not present in train and dev splits.

We also tested on external datasets: Common voice v17 and Naija Voices test splits.

The evaluation results are as follows:

Evaluation datasetWER (%)CER (%)
TWB Voice 1.02.233.11
Common Voice v17 Hausa⏳⏳
Naija Voices Hausa⏳⏳

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0001
  • train_batch_size: 32
  • eval_batch_size: 32
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 64
  • 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_ratio: 0.08
  • num_epochs: 50.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWerCer
0.86681.04230.32160.25590.0794
0.22652.08460.24390.19710.0668
0.14193.012690.22180.18320.0721
0.11094.016920.22330.16390.0639
0.0885.021150.21680.14880.0578
0.05916.025380.19090.13580.0548
0.04387.029610.18670.11650.0488
0.0338.033840.18550.11900.0510
0.0289.038070.18980.11770.0525
0.022310.042300.18330.11390.0522
0.018211.046530.18350.10900.0469
0.014812.050760.17710.11110.0517
0.011713.054990.17260.10470.0479
0.011214.059220.16980.09420.0425
0.010215.063450.16910.09400.0413
0.009916.067680.17010.09600.0456
0.009317.071910.17930.10000.0456
0.008218.076140.17240.09570.0443
0.006519.080370.17260.09890.0465

Framework versions

  • Transformers 4.53.1
  • Pytorch 2.7.1+cu128
  • Datasets 4.0.0
  • Tokenizers 0.21.2

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
287455a

0 моделей