/ Модель

Характеристики

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

whisper-base-sna-cleaned-s2s-m-curriculum

Распознавание речиАудио → текст

Дообученная версия Whisper Base для распознавания речи на шона и преобразования её в текст.

6скачиваний за 30 дней0лайковвеса обновлены22 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

Whisper Base Shona S2S-M Curriculum — модель распознавания речи на основе OpenAI Whisper Base, дообученная на очищенном наборе данных Google WAXAL для языка шона. Она предназначена для преобразования речи на шона в текст. В README приведён результат оценки: WER 38,3891 и loss 0,4319; описание архитектуры соответствует WhisperForConditionalGeneration, веса опубликованы в формате safetensors.

Модель принимает аудио и выдаёт текст. Для базовой модели заявлена мультиязычность и возможность перевода на английский, но карточка этой версии описывает дообучение именно для распознавания шона. Лицензия — Apache-2.0. Оценочный WER указывает на заметные ошибки распознавания; качество на других языках и в иных условиях записи не подтверждено.

Сценарии применения

  • транскрибация аудио на языке шона
  • распознавание речи на шона в записях
  • создание текстовых расшифровок речи на шона

Ограничения

На оценочном наборе указан WER 38,3891, что означает заметные ошибки распознавания. Качество для других языков и условий записи в карточке не подтверждено.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Base Shona - S2S-M Curriculum 3000 steps

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: 0.4319
  • Wer: 38.3891

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: 3000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.58230.71946000.564048.7739
0.37611.438812000.479841.6642
0.22042.158318000.450639.9044
0.47182.877724000.432239.9642
0.28573.597130000.431938.3891

Framework versions

  • Transformers 5.14.1
  • 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
405a792

0 моделей