Характеристики

Контекст: 1 024 токена
Лицензия: Apache 2.0
Архитектура: whisper · dense
Базовая модель: whisper-small
Библиотека: transformers
Опубликована: 9 июл 2026

Ссылки

Hugging Face

whisper-small-te

KailaPavani

Распознавание речиАудио → текст

Модель Whisper Small, дообученная для автоматического распознавания речи на телугу.

6скачиваний за 30 дней0лайковвеса обновлены9 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Распознавание речи» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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

KailaPavani/whisper-small-te — модель распознавания речи на телугу, дообученная на базе мультиязычной OpenAI Whisper Small с помощью Mozilla.ai Blueprint speech-to-text-finetune. Она преобразует аудио в текст и предназначена прежде всего для транскрибирования речи на телугу. Для обучения использовались 99 аудиозаписей из корпуса Common Voice 26.0. На приведённой оценке после дообучения ошибки распознавания снизились относительно базовой модели, однако показатели WER и CER остаются высокими, поэтому качество может быть недостаточным для надёжного транскрибирования. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

транскрибирование аудиозаписей на телугу
распознавание речи на телугу в коротких аудиофрагментах
создание черновых субтитров для речи на телугу

Ограничения

Модель обучалась всего на 99 аудиозаписях; приведённые WER и CER после дообучения остаются высокими, поэтому транскрипции могут содержать много ошибок.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Finetuned openai/whisper-small on 99 Telugu training audio samples from ./cv-corpus-26.0-2026-06-12/te.

This model was created from the Mozilla.ai Blueprint: speech-to-text-finetune.

Evaluation results on 93 audio samples of Telugu:

Baseline model (before finetuning) on Telugu

Word Error Rate (Normalized): 211.709
Word Error Rate (Orthographic): 197.708
Character Error Rate (Normalized): 174.02
Character Error Rate (Orthographic): 229.888
Loss: 2.799

Finetuned model (after finetuning) on Telugu

Word Error Rate (Normalized): 78.281
Word Error Rate (Orthographic): 102.292
Character Error Rate (Normalized): 48.509
Character Error Rate (Orthographic): 65.316
Loss: 1.08

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: dc8956e