/ Модель

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-small
Библиотека
transformers
Опубликована
6 мая 2025

whisper-small-aug-28-april-lightning-v1

Распознавание речиАудио → текст4 профессии

Дообученная версия Whisper Small для распознавания кхмерской речи и её транскрибирования в текст.

215скачиваний за 30 дней0лайковвеса обновлены6 мая 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

PhanithLIM разработал Whisper Small Khmer — модель автоматического распознавания речи, полученную дообучением openai/whisper-small на кхмерских речевых данных. Модель построена на архитектуре Whisper и содержит 153,1 млн параметров; она предназначена для преобразования аудио на кхмерском языке в текст.

Для обучения использованы публичные и пользовательские наборы данных, включая датасеты PhanithLIM, OpenSLR и Google FLEURS. В карточке указаны результаты оценки: loss 0,0776 и WER 78,5976; высокий WER указывает на существенные ошибки распознавания в этой оценке. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • транскрибирование кхмерской речи в текст
  • распознавание кхмерской речи в аудиозаписях
  • создание черновых субтитров для кхмерских аудио- и видеозаписей

Ограничения

В указанной оценке WER составляет 78,5976, что свидетельствует о значительном уровне ошибок; качество может зависеть от условий записи и речи. README не описывает ограничения и целевые сценарии подробнее.

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

Whisper Small Khmer

This model is a fine-tuned version of openai/whisper-small on a Khmer ASR dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0776
  • WER: 78.5976

Model description

Fine-tuned for automatic speech recognition (ASR) in Khmer using a combination of public and custom datasets.

Intended uses & limitations

More information needed

Training and evaluation data

Includes:

  • PhanithLIM/ams-speech-dataset
  • openslr/openslr
  • google/fleurs
  • PhanithLIM/kh-wmc
  • PhanithLIM/wmc-international-news
  • PhanithLIM/rfi-news-dataset
  • PhanithLIM/aakanee-kh
  • rinabuoy/khm-asr-open
  • seanghay/khmer_grkpp_speech
  • seanghay/khmer_mpwt_speech
  • seanghay/km-speech-corpus

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 1e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 16
  • optimizer: AdamW (betas=(0.9, 0.999), eps=1e-08)
  • lr_scheduler_type: constant
  • lr_scheduler_warmup_steps: 1000
  • num_epochs: 10
  • max_steps: 56940
  • logging_steps: 500
  • save_steps: 500
  • eval_steps: 500
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWER
0.2351.056940.102580.7038
0.08722.0113880.085280.3682
0.06363.0170820.078979.8482
0.04944.0227760.077678.5976

Framework versions

  • Transformers 4.51.3
  • PyTorch 2.5.1+cu121
  • Datasets 3.5.1
  • Tokenizers 0.21.0

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
6dfbf4d

0 моделей