/ Модель

Характеристики

Контекст
1 024 токена
Параметры
29,4 млн
Лицензия
CC BY 4.0
Архитектура
whisper · dense
Библиотека
transformers
Опубликована
11 июн 2025

whisper-ja-zh-tiny

Распознавание речиАудио → текст3 профессии

Компактная дообученная модель Whisper для перевода японской речи на китайский текст.

61скачиваний за 30 дней0лайковвеса обновлены12 июн 2025

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

Itbanque разработал Whisper JA-ZH Tiny — дообученную версию OpenAI Whisper tiny для перевода японской речи на китайский язык. Модель построена на архитектуре Whisper и содержит 29,4 млн параметров; она принимает аудио и генерирует текстовый перевод на китайском.

Модель обучалась на подмножестве DataLabX/ScreenTalk_JA2ZH с помощью Transformers и Seq2SeqTrainer. В README приведены BLEU 0,757 на отложенной валидационной выборке и 0,609 на тестовой выборке. Модель распространяется по лицензии CC BY 4.0.

Сценарии применения

  • перевод японских реплик из аудио на китайский язык
  • создание китайских субтитров для японских видео
  • перевод японских диалогов в записанных разговорах
  • автоматический перевод японской речи в медиаконтенте

Ограничения

Оценки BLEU приведены только для выборок из используемого датасета и могут не отражать качество на других типах аудио. Контекстная длина и устойчивость к шуму в карточке не описаны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper JA-ZH Tiny

A fine-tuned OpenAI Whisper tiny model on Japanese-to-Chinese speech translation, trained on a subset of the DataLabX/ScreenTalk_JA2ZH dataset.


📌 Model Details

  • Base model: openai/whisper-tiny
  • Task: Speech translation (Japanese → Chinese)
  • Dataset: ScreenTalk-JA2ZH (private subset)
  • Training framework: 🤗 Transformers + Seq2SeqTrainer
  • Hardware: RTX 5090
  • Mixed Precision: FP16 enabled
  • Total Training Epochs: Early-stopped at 11 epochs
  • Eval BLEU: 0.757 on held-out eval set, 0.609 on held-out test set.

🏃 Training Configuration

train_batch_size: 96
eval_batch_size: 64
learning_rate: 3e-4
warmup_steps: 1000
num_train_epochs: 20
gradient_accumulation_steps: 1
save_steps: 1000
eval_steps: 1000
logging_steps: 1000
fp16: true
eval_strategy: step
early_stopping: enabled (patience=5)

Best checkpoint auto-loaded via load_best_model_at_end=True using eval_bleu as the metric.


📈 Test Dataset

Final run metrics (test set):

loss: 2.3245
bleu: 0.6095

📁 Structure

Repository includes:

  • config.json, generation_config.json, preprocessor_config.json
  • Tokenizer: tokenizer_config.json, vocab.json, merges.txt, etc.
  • Training log: training_20250610-194336.log
  • TensorBoard logs: runs/

🚀 How to Use

from transformers import WhisperProcessor, WhisperForConditionalGeneration

processor = WhisperProcessor.from_pretrained("fj11/whisper-ja-zh-tiny")
model = WhisperForConditionalGeneration.from_pretrained("fj11/whisper-ja-zh-tiny")

📬 Contact

For business inquiries or collaboration, visit https://www.itbanque.com or reach out via Hugging Face.


📜 License

CC BY-NC-SA 4.0 (Non-commercial, Attribution, ShareAlike)

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
ca34a8c

0 моделей