/ Модель

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Опубликована
13 авг 2025

whisper-algerian-dialect

Распознавание речиАудио → текст5 профессий

Дообученная Whisper-tiny для транскрибирования речи на алжирском диалекте арабского языка с французскими вкраплениями.

58скачиваний за 30 дней5лайковвеса обновлены13 авг 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.

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

Whisper для распознавания речи, дообученная Mohammed Nasri на алжирском диалекте арабского языка с переключением на французский. Модель основана на openai/whisper-tiny, содержит 153,1 млн параметров и принимает аудио, выдавая текстовую транскрипцию. Для обучения использовалась алжирская часть набора UBC-NLP/Casablanca; в карточке указана частота ошибок слов около 23% на валидационной выборке.

Модель предназначена для транскрибирования речи на алжирском диалекте, в том числе в записях с арабско-французским переключением. Автор описывает обучение как демонстрационное и отмечает, что для производственного применения рекомендуется более длительное дообучение. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибирование разговорной речи на алжирском диалекте
  • распознавание арабско-французской речи с переключением языков
  • создание текстовых расшифровок алжирских аудиозаписей

Ограничения

Это демонстрационная модель, обученная с небольшим числом шагов; для производственного применения автор рекомендует продолжить обучение. Указанный WER около 23% относится к валидационной выборке, а качество на других данных не установлено.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Fine-tuned for Algerian Dialect

This model is a fine-tuned version of OpenAI's Whisper-tiny specifically for Algerian dialect automatic speech recognition (ASR).

Model Description

  • Base Model: openai/whisper-tiny
  • Language: Algerian Arabic dialect with French code-switching
  • Dataset: UBC-NLP/Casablanca (Algeria subset)
  • Task: Automatic Speech Recognition (ASR)
  • Fine-tuned by: Mohammed Nasri

Performance

  • Word Error Rate (WER): ~23% on validation set
  • Optimized for: Algerian dialect, Arabic-French code-switching
  • Training: Fine-tuned with low-resource optimization techniques

Usage

from transformers import WhisperForConditionalGeneration, WhisperProcessor
import torch
import numpy as np

# Load model and processor
model = WhisperForConditionalGeneration.from_pretrained("MohammedNasri/whisper-algerian-dialect")
processor = WhisperProcessor.from_pretrained("MohammedNasri/whisper-algerian-dialect")

# Process audio (audio_array should be 16kHz mono)
inputs = processor(audio_array, sampling_rate=16000, return_tensors="pt")

# Generate transcription
with torch.no_grad():
    predicted_ids = model.generate(inputs["input_features"])
    transcription = processor.batch_decode(predicted_ids, skip_special_tokens=True)[0]

print(transcription)

Training Details

  • Training Framework: HuggingFace Transformers
  • Optimization: Mixed precision training, gradient accumulation
  • Hardware: Optimized for both CPU and GPU training
  • Memory: Ultra low-memory training techniques applied
  • Training Steps: 3 steps (proof of concept)
  • Batch Size: Minimal for memory optimization

Dataset

The model was trained on the Algeria subset of the UBC-NLP/Casablanca dataset, which contains authentic Algerian dialect audio recordings with transcriptions.

Limitations

  • This is a proof-of-concept model trained with minimal steps for demonstration
  • For production use, longer training with more steps is recommended
  • Optimized for Algerian dialect but may work with other North African Arabic dialects

Citation

If you use this model, please cite:

@misc{whisper-algerian-dialect,
  title={Whisper Fine-tuned for Algerian Dialect},
  author={Mohammed Nasri},
  year={2024},
  publisher={Hugging Face},
  url={https://huggingface.co/MohammedNasri/whisper-algerian-dialect}
}

Acknowledgments

  • OpenAI for the Whisper model
  • UBC-NLP for the Casablanca dataset
  • HuggingFace for the training infrastructure

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
WhisperForConditionalGeneration
Ревизия весов
5cbd374

0 моделей