/ Модель
Каталог

Характеристики

Параметры
905 млн
Лицензия
MIT
Архитектура
whisper · dense
Базовая модель
whisper-large-v3-turbo
Библиотека
transformers
Опубликована
20 янв 2025

Ссылки

Hugging Face

whisper-large-turbo-de

Krish03
Распознавание речиАудио → текст

Дообученная на немецкой речи модель Whisper преобразует аудио в текст.

139скачиваний за 30 дней0лайковвеса обновлены31 янв 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.

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

Krish Kalra дообучил Whisper large-v3-turbo на датасете Common Voice 11.0 для распознавания немецкой речи. Это плотная модель архитектуры Whisper с 905,2 млн параметров, предназначенная для преобразования аудио в текст; для работы используется библиотека Transformers, веса представлены в формате safetensors. В README указана метрика WER 8,2869 на оценочном наборе, однако подробности методики оценки не приведены. Модель распространяется по лицензии MIT.

Сценарии применения

  • транскрибация немецкой речи
  • распознавание немецкой речи из записей
  • создание субтитров для немецкоязычного аудио

Ограничения

README не описывает ограничения и условия оценки подробно; указанная метрика WER 8,2869 дана без методики и контекста набора.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Large Turbo De - Krish Kalra

This model is a fine-tuned version of openai/whisper-large-v3-turbo on the Common Voice 11.0 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0916
  • Wer: 8.2869

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: 5e-06
  • train_batch_size: 32
  • eval_batch_size: 16
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 64
  • optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_steps: 5
  • num_epochs: 3
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.08481.0710.181412.4423
0.04652.01420.10935.4150
0.04033.02130.09168.2869

Framework versions

  • Transformers 4.46.2
  • Pytorch 2.5.1+cu124
  • Datasets 3.1.0
  • Tokenizers 0.20.3

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
f4f8a05

0 моделей

    Создать бенчмарк