/ Модель

Характеристики

Базовая модель
whisper-bemba-stt
Опубликована
14 июл 2026

whisper-bemba-stt-ggml-allquants

Распознавание речиАудио → текст

Квантизованные сборки Whisper-Bemba-STT для локального распознавания речи на бемба с помощью whisper.cpp.

0скачиваний за 30 дней0лайковвеса обновлены14 июл 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

Репозиторий Pomni содержит квантизованные сборки Whisper-Bemba-STT в формате GGML для запуска через whisper.cpp. Базовая модель AbelZimba/whisper-bemba-stt дообучена для автоматического распознавания речи на бемба и преобразования её в текст. В карточке перечислены варианты F32, F16 и Q8_0, а также дополнительные кванты; размер F32 — 968 МБ, F16 — 488 МБ, Q8_0 — 264 МБ.

Модель принимает аудио и выдаёт текст. README отмечает, что F16 может лучше распознавать шумную речь и музыку, а Q8_0 предлагает компромисс между скоростью и качеством. Сборки предназначены для локального использования с whisper.cpp; для запуска также рекомендован графический интерфейс EasyWhisper. Некоторые K-кванты могут не работать на старых GPU, включая GTX 1080; для них предлагается попробовать запуск на CPU. Сведения о лицензии в предоставленных материалах отсутствуют.

Сценарии применения

  • расшифровка записей речи на бемба
  • распознавание бемба в аудиозаписях
  • транскрибирование шумной речи на бемба
  • локальная транскрибация аудио через whisper.cpp

Ограничения

Некоторые K-кванты могут не работать на старых GPU; автор README предлагает попробовать CPU-инференс. F16 занимает больше места, а Q8_0 может давать небольшое снижение качества.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper-Bemba-STT quants

This is a repository of GGML quants for whisper-bemba-stt, for use with whisper.cpp.

If you are looking for a program to run this model with, then I would recommend EasyWhisper UI, as it is user-friendly, has a GUI, and will automate a lot of the hard stuff for you.

List of Quants

Clicking on a link will download the corresponding quant instantly.

LinkQuantSizeNotes
GGMLF32968 MBLikely overkill.
GGMLF16488 MBPerforms better than Q8_0 for noisy audio and music.
GGMLQ8_0264 MBSweet spot; superficial quality loss at nearly double the speed.
GGMLQ6_K207 MB
GGMLQ5_K175 MB
GGMLQ5_1190 MB
GGMLQ5_0175 MBLast "good" quant; anything below loses quality rapidly.
GGMLQ4_K145 MBMight not have lost too much quality, but I'm not sure.
GGMLQ4_1160 MB
GGMLQ4_0145 MB
GGMLQ3_K114 MB
GGMLQ2_K89.7 MBCompletely non-sensical outputs.

Questions you may have

Why do the "K-quants" not work for me?

My guess is that your GPU might be too old to recognize them, considering that I have gotten the same error on my GTX 1080. If you would like to run them regardless, you can try switching to CPU inference.

Are the K-quants "S", "M", or "L"?

The quantizer I was using was not specific about this, so I do not know about this either.

What program did you use to make these quants?

I used whisper.cpp v1.9.1 on Windows x64, leveraging CUDA 12.4.0.

One or multiple of the quants are not working for me.

Open a new discussion in the community tab about this, and I will look into the issue.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
1991188

0 моделей