/ Модель

Характеристики

Контекст
1 024 токена
Параметры
29,4 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-tiny-hausa3
Библиотека
transformers
Опубликована
10 июл 2026

whisper-tiny-hausa4

Распознавание речиАудио → текст

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

11скачиваний за 30 дней0лайковвеса обновлены10 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-hausa4 — компактная модель распознавания речи, дообученная разработчиком EYEDOL на базе EYEDOL/whisper-tiny-hausa3 на наборе данных EYEDOL/naija-voices-hausa-split_0-7. Модель построена на архитектуре Whisper и содержит 29,4 млн параметров; принимает аудио и преобразует речь на хауса в текст.

Модель предназначена для автоматической транскрибации речи на хауса. На оценочном наборе указаны WER 0,4286 и орфографический WER 0,4881; эти результаты относятся к использованной оценке и не гарантируют такого же качества на других данных. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • транскрибация аудиозаписей на хауса
  • распознавание речи на хауса в голосовых сообщениях
  • создание текстовых расшифровок разговоров на хауса

Ограничения

Указанные значения WER получены на конкретном оценочном наборе и могут не отражать качество на иных данных. README не приводит дополнительных сведений об ограничениях или условиях записи аудио.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

EYEDOL/whisper-tiny-hausa4

This model is a fine-tuned version of EYEDOL/whisper-tiny-hausa3 on the EYEDOL/naija-voices-hausa-split_0-7 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.6150
  • Wer Ortho: 0.4881
  • Wer: 0.4286

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: 4
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer OrthoWer
1.19861.06650.60440.48880.4280
1.08392.013300.60250.48290.4250
0.97313.019950.60600.49910.4402
0.87594.026600.61500.48810.4286

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
ff31eae

0 моделей