/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
whisper · dense
Базовая модель
whisper-small
Опубликована
20 июл 2026

whisper-small-qc-fr

Распознавание речиАудио → текст8 профессий

Дообученная Whisper-small для распознавания квебекского французского и английской речи по аудио.

23скачиваний за 30 дней1лайквеса обновлены20 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

Jeremy-p/whisper-small-qc-fr — дообученная версия мультиязычной модели OpenAI Whisper-small для распознавания речи, с повышенным весом квебекского французского в обучающей смеси французского и английского языков. Это плотная encoder-decoder модель WhisperForConditionalGeneration; в данном репозитории опубликованы веса fp32 для Transformers, а отдельная версия CTranslate2 int8 предназначена для faster-whisper. Обучающая смесь использовала французские данные с вероятностью выборки 0,90 и английские — 0,10.

Модель предназначена для транскрибирования аудио на квебекском французском и английском. В приведённой оценке она улучшила показатели исходной Whisper-small по WER на обоих языках и превзошла Qwen3-ASR-0.6B на французской выборке, но уступила ей на английской; размеры выборок составили 100 французских и 324 английских примера. Максимальная длина целевых последовательностей при обучении была ограничена 448 токенами. Лицензия — MIT.

Сценарии применения

  • транскрибирование аудио на квебекском французском
  • распознавание французской речи с региональным акцентом Квебека
  • транскрибирование английской речи
  • автоматическое создание текстовых расшифровок аудиозаписей

Ограничения

Оценка основана на небольших выборках: 100 французских и 324 английских примера, поэтому результаты могут не отражать качество на других данных и акцентах. Модель обучалась на смеси с преобладанием французского, а английское качество уступило Qwen3-ASR-0.6B в приведённом сравнении.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-small-qc-fr

openai/whisper-small, fully fine-tuned on a Quebec-French-weighted French/English mix (fr sampling probability 0.90 / en 0.10).

Two formats are published:

RepoFormatSizeUse with
this repofp32 (Transformers)926 MBtransformers
Jeremy-p/whisper-small-qc-fr-ct2-int8CTranslate2 int8242 MBfaster-whisper (recommended — smaller & faster)

Training

Full fp32 fine-tune (fp16-autocast mixed precision), gradient checkpointing, 2-GPU DDP. French and English training data mixed via datasets.interleave_datasets(probabilities=[0.90, 0.10], stopping_strategy="first_exhausted"). Labels truncated/filtered at a 448-token max length.

Results

French, n=100:

ModelWER
openai/whisper-small (stock)49.0%
faster-whisper base int866.9%
Qwen3-ASR-0.6B40.3%
this model, fp3237.9%
this model, ct2 int835.1%

English, n=324:

ModelWER
openai/whisper-small (stock)5.67%
faster-whisper base int86.13%
Qwen3-ASR-0.6B2.34%
this model, fp323.51%
this model, ct2 int83.69%

This model improves on stock Whisper-small and faster-whisper base on both languages, and beats Qwen3-ASR-0.6B on French while trailing it on English. int8 quantization costs roughly 0.2pt WER on English (fp32 3.51% → int8 3.69%, ~5% relative); on the smaller French sample it was directionally better, more likely sampling noise than a real effect.

Usage

fp32 via transformers

from transformers import WhisperProcessor, WhisperForConditionalGeneration

processor = WhisperProcessor.from_pretrained("Jeremy-p/whisper-small-qc-fr")
model = WhisperForConditionalGeneration.from_pretrained("Jeremy-p/whisper-small-qc-fr")

CTranslate2 int8 via faster-whisper — recommended

from faster_whisper import WhisperModel

model = WhisperModel("Jeremy-p/whisper-small-qc-fr-ct2-int8", compute_type="int8")
segments, info = model.transcribe("audio.wav", language="fr")
print("".join(seg.text for seg in segments))

License

MIT

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
WhisperForConditionalGeneration
Ревизия весов
5e66c1b

0 моделей