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

RaiYagnaSri

Распознавание речиАудио → текст

Дообученная на небольшом наборе записей на телугу модель Whisper для распознавания речи и транскрибирования аудио.

6скачиваний 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

RaiYagnaSri/whisper-small-te — модель распознавания речи, созданная RaiYagnaSri дообучением openai/whisper-small на 99 аудиозаписях на телугу из корпуса Common Voice. Она предназначена для преобразования речи на телугу в текст. После дообучения показатели WER и CER на приведённой в карточке оценке улучшились относительно базовой модели, однако ошибки остаются заметными. Модель использует архитектуру WhisperForConditionalGeneration и распространяется в формате safetensors по лицензии Apache-2.0.

Сценарии применения

транскрибирование записей речи на телугу
распознавание речи на телугу в аудиофайлах
создание черновых субтитров для аудио на телугу

Ограничения

Дообучение выполнено всего на 99 аудиозаписях, поэтому качество может быть нестабильным вне обучающих данных. В карточке указаны высокие значения WER и CER даже после дообучения.

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): 75.071
Word Error Rate (Orthographic): 102.579
Character Error Rate (Normalized): 45.869
Character Error Rate (Orthographic): 62.528
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: cf4e7d0