/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-base
Библиотека
transformers
Опубликована
17 июл 2026

whisper-base-sna-cleaned-duration-sortagrad

Распознавание речиАудио → текст

Дообученная версия Whisper Base для распознавания шона в аудио.

8скачиваний за 30 дней0лайковвеса обновлены17 июл 2026

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

CasperMuz/whisper-base-sna-cleaned-duration-sortagrad — дообученная модель OpenAI Whisper Base для распознавания речи на шона. Она построена на архитектуре WhisperForConditionalGeneration и обучена на очищенной версии набора Google WAXAL Shona. В оценке на тестовом наборе указаны loss 0,4571 и WER 40,7137.

Модель принимает аудио и выдаёт распознанный текст. Она предназначена для транскрибирования речи на шона; базовая Whisper также поддерживает многоязычное распознавание и перевод речи на английский, однако результаты этих режимов для данной производной модели не приведены. Модель распространяется под лицензией Apache-2.0.

Сценарии применения

  • транскрибирование записей речи на шона
  • распознавание шона в аудиозаписях
  • получение текстовых расшифровок аудио на шона

Ограничения

В README приведён WER 40,7137 на оценочном наборе; метрика указывает на заметные ошибки распознавания. Другие режимы работы и ограничения отдельно не описаны.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Medium Shona - Cleaned Data Duration SortaGrad

This model is a fine-tuned version of openai/whisper-base on the Cleaned Google WAXAL Shona dataset. It achieves the following results on the evaluation set:

  • Loss: 0.4571
  • Wer: 40.7137

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: 1e-05
  • train_batch_size: 16
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Use adamw_torch_fused 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: 200
  • training_steps: 2000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.87980.23982000.919363.5934
0.61670.47964000.658350.7509
0.58660.71946000.567949.3659
0.53020.95928000.520345.3494
0.44401.199010000.496743.8557
0.42131.438812000.481442.0742
0.40771.678714000.470942.3322
0.40161.918516000.461941.7158
0.34982.158318000.458640.7164
0.38822.398120000.457140.7137

Framework versions

  • Transformers 5.13.1
  • Pytorch 2.12.0+cu130
  • Datasets 5.0.0
  • Tokenizers 0.22.2

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
3a29021

0 моделей