/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
whisper-small
Опубликована
22 фев 2026

Whisper-SAM

Распознавание речиАудио → текст4 профессии

Whisper-SAM — дообученная на амхарской речи модель Whisper Small для транскрибирования аудио с символьной токенизацией.

41скачиваний за 30 дней7лайковвеса обновлены22 фев 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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-SAM — модель распознавания речи на амхарском языке, разработанная Nekodimos на основе Whisper Small от OpenAI. Она дообучена примерно на 210 часах амхарской речи и использует собственный символьный токенизатор: один амхарский знак соответствует одному токену. Это сокращает расход текстового контекста декодера и число токенов для генерации по сравнению с побайтовой токенизацией, что, по описанию автора, помогает избежать артефактов UTF-8 и улучшает эффективность распознавания.

Модель принимает аудио и выдаёт транскрипцию текстом; стандартный аудиофрагмент Whisper составляет 30 секунд, а текстовый контекст декодера — до 448 токенов. Вывод временных меток не поддерживается, поскольку соответствующие токены исключены из токенизатора. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • транскрибирование амхарской речи из аудиозаписей
  • распознавание амхарской речи в коротких аудиофрагментах
  • получение текстовых расшифровок амхарских высказываний

Ограничения

Модель не поддерживает предсказание временных меток. Контекст декодера ограничен 448 токенами, а стандартный аудиофрагмент Whisper составляет 30 секунд.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Amharic Whisper (Small) – Custom Tokenizer

Whisper-SAM (Whisper Small Amharic) is a Whisper Small model fine-tuned on ~210 hours of Amharic speech, using a custom character-level tokenizer to fully utilize the 448-token context window and eliminate byte-level inefficiencies.


The Problem

Whisper’s default tokenizer is byte-level, so:

  • English: 1 letter ≈ 1 byte
  • Amharic: 1 letter ≈ 3 bytes

That means for Amharic you end up predicting multiple byte tokens per character, hitting the decoder’s limits faster, and often getting broken byte artifacts like:

�

(the Unicode replacement character when UTF-8 decoding fails).

Also, Whisper’s decoder has a maximum text token length of ~448 tokens, so truncation happens early if every character takes 3 tokens instead of 1.

Finally, Whisper processes a fixed 30-second audio chunk as its standard spectrogram input — about 80 mel bins over those 30 seconds.


What Changed

  • Character tokenizer: 1 Amharic character = 1 token
  • You actually hit the 448 token limit in real Amharic terms
  • No artificial byte inflation
  • No broken � tokens
  • Fewer tokens to generate per utterance

This means the decoder isn’t busy spamming byte tokens and can use its full context window (448 text-token capacity) effectively.


Result

  • Faster convergence during training
  • Faster inference (fewer tokens to predict)
  • Better token efficiency
  • Better accuracy for the same small model size
  • Cleaner outputs with no incomplete UTF-8 artifacts

Note: Timestamp prediction is not supported in Whisper-SAM. The original Whisper timestamp tokens were not included in the custom tokenizer, so the model cannot generate or infer timestamp outputs.


Credit: If you use Whisper-SAM, Credit to Nekodimos would be appreciated.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
a270bed

0 моделей