Характеристики

Контекст: 1 024 токена
Лицензия: Apache 2.0
Архитектура: whisper · dense
Базовая модель: whisper-small
Библиотека: transformers
Опубликована: 11 июл 2026

Ссылки

Hugging Face

whisper-small-telugu-finetuned

Munindra28

Распознавание речиАудио → текст4 профессии

Дообученная версия Whisper Small для транскрибирования речи на телугу в текст.

11скачиваний за 30 дней1лайквеса обновлены11 июл 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Распознавание речи» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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

Munindra28/whisper-small-telugu-finetuned — модель распознавания речи на основе Whisper Small от OpenAI, дообученная на 450 аудиозаписях на телугу с помощью Mozilla.ai Blueprint для настройки распознавания речи. Она предназначена для преобразования речи на телугу в текст. В отчёте карточки после дообучения указаны WER 54,81 (нормализованный) и 94,4 (орфографический), CER 30,103 и 38,904 соответственно, а также loss 0,693; на тестовом наборе базовой модели показатели были хуже.

Модель распространяется в формате safetensors по лицензии Apache-2.0. Небольшой объём обучающих данных и высокие значения ошибок указывают на ограничения точности; результаты могут зависеть от условий записи и состава речи.

Сценарии применения

транскрибирование аудиозаписей на телугу
распознавание речи на телугу для подготовки субтитров
преобразование устной речи на телугу в текст для дальнейшей обработки

Ограничения

Модель дообучалась всего на 450 аудиозаписях; в карточке приведены высокие показатели WER и CER, поэтому точность транскрибирования может быть ограниченной.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели I.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Finetuned openai/whisper-small on 450 Telugu training audio samples from /content/my_dataset.

This model was created from the Mozilla.ai Blueprint: speech-to-text-finetune.

Evaluation results on 51 audio samples of Telugu:

Baseline model (before finetuning) on Telugu

Word Error Rate (Normalized): 183.319
Word Error Rate (Orthographic): 188.0
Character Error Rate (Normalized): 138.84
Character Error Rate (Orthographic): 163.235
Loss: 2.341

Finetuned model (after finetuning) on Telugu

Word Error Rate (Normalized): 54.81
Word Error Rate (Orthographic): 94.4
Character Error Rate (Normalized): 30.103
Character Error Rate (Orthographic): 38.904
Loss: 0.693

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: a478b09