/ Модель

Характеристики

Контекст
1 024 токена
Параметры
29,4 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-tiny-hausa2
Библиотека
transformers
Опубликована
8 июл 2026

whisper-tiny-hausa3

Распознавание речиАудио → текст

Компактная дообученная модель Whisper для преобразования речи на хауса в текст.

7скачиваний за 30 дней0лайковвеса обновлены8 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-hausa3 — компактная модель распознавания речи на базе Whisper, разработанная EYEDOL и дообученная на наборе данных EYEDOL/naija-voices-hausa-split_0-6. Модель принимает аудио и преобразует речь в текст; число параметров — 29,4 млн.

Она предназначена для автоматической транскрипции речи на хауса. В README приведены результаты оценки: WER 0,4349, орфографический WER 0,5015 и loss 0,6238; эти показатели относятся к указанному набору оценки. Модель распространяется в формате Safetensors через Transformers по лицензии Apache-2.0.

Сценарии применения

  • Транскрибация аудиозаписей на хауса
  • Распознавание речи на хауса в голосовых сообщениях
  • Преобразование устной речи на хауса в текст для последующей обработки

Ограничения

В README указаны WER 0,4349 и орфографический WER 0,5015 на наборе оценки; качество может зависеть от аудиозаписи и условий речи. Другие ограничения в карточке не описаны.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

EYEDOL/whisper-tiny-hausa3

This model is a fine-tuned version of EYEDOL/whisper-tiny-hausa2 on the EYEDOL/naija-voices-hausa-split_0-6 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.6238
  • Wer Ortho: 0.5015
  • Wer: 0.4349

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: 3
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer OrthoWer
1.25121.06650.62630.50230.4362
1.11432.013300.62040.49400.4280
1.00093.019950.62380.50150.4349

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
1c7a457

0 моделей