/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
52,5 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-base
Библиотека
transformers
Опубликована
14 июн 2026

Ссылки

Hugging Face

thedal_whisper_base_full_v2

Lokesh0506
Распознавание речиАудио → текст

Дообученная модель Whisper Base для распознавания речи и создания текстовых расшифровок из аудио.

8скачиваний за 30 дней0лайковвеса обновлены14 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.

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

thedal_whisper_base_full_v2 — дообученная Lokesh0506 модель OpenAI Whisper Base для автоматического распознавания речи в аудио. Она использует архитектуру WhisperForConditionalGeneration и содержит 52,5 млн параметров; модель загружается в формате safetensors через Transformers. Базовая Whisper Base также умеет переводить распознанную речь на английский язык, однако карточка этой модели подтверждает только задачу распознавания речи.

Модель подойдёт для преобразования аудиозаписей в текст и создания расшифровок. Датасет дообучения и результаты оценки не описаны, поэтому качество на конкретных языках, типах записей и акустических условиях определить по карточке нельзя. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • расшифровка аудиозаписей в текст
  • распознавание речи в голосовых сообщениях
  • создание черновых стенограмм разговоров
  • транскрибирование записанных выступлений

Ограничения

Датасет дообучения и результаты оценки не описаны, поэтому качество и языковое покрытие этой версии не установлены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

thedal_whisper_base_full_v2

This model is a fine-tuned version of openai/whisper-base on an unknown dataset.

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-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 16
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • training_steps: 16000
  • mixed_precision_training: Native AMP

Training results

Framework versions

  • Transformers 5.0.0
  • Pytorch 2.10.0+cu128
  • 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
cdfde13

0 моделей

    Создать бенчмарк