Характеристики

Контекст: 1 024 токена
Лицензия: Apache 2.0
Архитектура: whisper · dense
Базовая модель: whisper-small
Библиотека: transformers
Опубликована: 8 июл 2026

Ссылки

Hugging Face

whisper-small-te

Nagarariharshini

Распознавание речиАудио → текст3 профессии

Дообученная на небольшом наборе записей на телугу модель Whisper для преобразования речи в текст.

10скачиваний за 30 дней0лайковвеса обновлены8 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

Nagarariharshini/whisper-small-te — модель распознавания речи на телугу, созданная Nagarariharshini дообучением openai/whisper-small с помощью Mozilla.ai Blueprint speech-to-text-finetune. Она принимает аудио и преобразует речь в текст; обучение проводилось на 99 аудиозаписях на телугу из корпуса Common Voice. По приведённым в карточке метрикам дообучение снизило ошибку распознавания относительно базовой модели, однако значения WER и CER остаются высокими, поэтому качество может быть ограничено. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

транскрибирование коротких записей речи на телугу
распознавание речи на телугу в аудиофайлах
экспериментальная оценка распознавания телугу на Common Voice

Ограничения

Дообучение выполнено всего на 99 аудиозаписях; в карточке указаны высокие значения WER и CER, поэтому распознавание может быть неточным.

Для каких профессий подходит3

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.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 99 Telugu training audio samples from ./cv-corpus-26.0-2026-06-12/te.

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

Evaluation results on 93 audio samples of Telugu:

Baseline model (before finetuning) on Telugu

Word Error Rate (Normalized): 211.709
Word Error Rate (Orthographic): 197.708
Character Error Rate (Normalized): 174.02
Character Error Rate (Orthographic): 229.888
Loss: 2.799

Finetuned model (after finetuning) on Telugu

Word Error Rate (Normalized): 73.277
Word Error Rate (Orthographic): 102.579
Character Error Rate (Normalized): 43.739
Character Error Rate (Orthographic): 60.743
Loss: 1.079

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: 5d810d5