/ Модель

Характеристики

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

TLT_spec_augment_whisper_small

Распознавание речиАудио → текст

Дообученная на LTL2021 модель Whisper small для распознавания речи и транскрибирования аудио.

7скачиваний за 30 дней0лайковвеса обновлены19 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_whisper_small — модель распознавания речи, дообученная на базе openai/whisper-small с применением SpecAugment. Она предназначена для преобразования аудио в текст; модель оценивалась на наборе LTL2021, где показала WER 19,2088 и loss 0,4077. Архитектура — WhisperForConditionalGeneration; веса опубликованы в формате safetensors. Поддерживаемый язык карточки — английский. Модель распространяется по лицензии Apache-2.0. В README не описаны дополнительные сценарии применения и ограничения.

Сценарии применения

  • транскрибирование англоязычных аудиозаписей
  • распознавание речи в записях разговоров
  • автоматическое преобразование речи в текст

Ограничения

На тестовом наборе LTL2021 указан WER 19,2088; качество может отличаться на других данных и условиях записи. README не приводит дополнительных ограничений.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper small finetuned Specaug whole data

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: 0.4077
  • Wer: 19.2088

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 LossWer
4.93131.78575002.992218.7216
3.14403.571410001.899217.7254
1.77295.357115001.046718.1536
0.87457.142920000.478519.8532
0.79058.928625000.428020.8341
0.713710.714330000.415119.1520
0.679212.535000.409519.1804
0.691114.285740000.407719.2088

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
92ef099

0 моделей