/ Модель

Характеристики

Контекст
1 024 токена
Параметры
29,4 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-tiny-hausa
Библиотека
transformers
Опубликована
4 июл 2026

whisper-tiny-hausa1

Распознавание речиАудио → текст

Дообученная на данных речи хауса модель Whisper для автоматического преобразования аудио в текст.

6скачиваний за 30 дней0лайковвеса обновлены4 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

EYEDOL/whisper-tiny-hausa1 — модель распознавания речи, созданная EYEDOL дообучением EYEDOL/whisper-tiny-hausa на наборе EYEDOL/naija-voices-hausa-split_0-4. Она использует архитектуру Whisper и содержит 29,4 млн параметров. Модель принимает аудио и предназначена для преобразования устной речи на хауса в текст.

На оценочном наборе указаны Loss 0,7789, WER Ortho 0,5659 и WER 0,5024. Модель распространяется по лицензии Apache-2.0. Карточка не описывает дополнительные сценарии применения или ограничения; метрика WER указывает, что распознавание может содержать существенные ошибки.

Сценарии применения

  • транскрибация записей на хауса
  • распознавание речи на хауса в аудиофайлах
  • подготовка текстовых расшифровок речи на хауса

Ограничения

На оценочном наборе WER составляет 0,5024, поэтому расшифровки могут содержать значительные ошибки. Карточка не приводит подробных сведений о других ограничениях и сценариях применения.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

EYEDOL/whisper-tiny-hausa1

This model is a fine-tuned version of EYEDOL/whisper-tiny-hausa on the EYEDOL/naija-voices-hausa-split_0-4 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.7789
  • Wer Ortho: 0.5659
  • Wer: 0.5024

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: 32
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: constant_with_warmup
  • lr_scheduler_warmup_steps: 0.1
  • num_epochs: 12
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer OrthoWer
1.35541.06650.68920.56580.5012
1.26122.013300.67630.54690.4888
1.12783.019950.67090.54000.4834
1.01704.026600.67170.53860.4779
0.92135.033250.67720.53290.4771
0.83326.039900.68600.55270.4855
0.75247.046550.69320.54330.4790
0.67508.053200.70810.54780.4916
0.60309.059850.72040.56310.4990
0.534810.066500.73640.54630.4798
0.469311.073150.75640.57530.5104
0.408512.079800.77890.56590.5024

Framework versions

  • Transformers 5.0.0
  • Pytorch 2.10.0+cu128
  • Datasets 4.8.3
  • 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
b4c5900

0 моделей