/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-small
Библиотека
transformers
Опубликована
21 июн 2026

TLT_spec_augment_speed_whisper_small

Распознавание речиАудио → текст

Дообученная на LTL2021 модель Whisper small для распознавания речи, включая речь с изменённой скоростью и неродным произношением.

7скачиваний за 30 дней0лайковвеса обновлены21 июн 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

Kwimp/TLT_spec_augment_speed_whisper_small — дообученная Kwimp модель на основе openai/whisper-small для автоматического распознавания речи. При обучении использовался набор данных LTL2021; название карточки указывает на применение SpecAugment и обработку речи с изменённой скоростью и неродным произношением. Модель принимает аудио и выдаёт текстовую транскрипцию. В оценке на тестовом наборе указаны WER 20,10 и CER 14,25; назначение и условия применения подробно не описаны. Модель построена на архитектуре Whisper и распространяется в формате safetensors по лицензии Apache-2.0.

Сценарии применения

  • транскрибирование речи с неродным произношением
  • распознавание речи с изменённой скоростью
  • оценка качества распознавания на данных LTL2021

Ограничения

В карточке приведены метрики только на тестовом наборе LTL2021; подробности о сценариях применения и ограничениях не сообщаются.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper small finetuned Specaug whole data, speed non-native

This model is a fine-tuned version of openai/whisper-small on the LTL2021 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.4079
  • Wer: 20.1022
  • Cer: 14.2547
  • Sub Rate: 4.8584
  • Del Rate: 4.8082
  • Ins Rate: 10.4356

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: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 64
  • optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 2048
  • training_steps: 4000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWerCerSub RateDel RateIns Rate
5.12511.60875002.996517.871812.99235.62526.68255.5641
3.19503.215810001.901617.216412.44815.05945.90276.2544
1.79484.824515001.048919.245914.12084.95675.80448.4848
0.91676.431620000.476918.902913.72324.90655.06828.9283
0.73428.038625000.429020.453914.83714.93934.720810.7939
0.72549.647330000.415719.152013.62384.80384.76899.5793
0.704411.254435000.409520.089114.25974.83444.821310.4334
0.682812.863140000.407920.102214.25474.85844.808210.4356

Framework versions

  • Transformers 5.8.1
  • Pytorch 2.5.1+cu121
  • Datasets 4.8.5
  • 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
41a3757

0 моделей