/ Модель

Характеристики

Параметры
905 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-large-v3-turbo
Библиотека
transformers
Опубликована
10 мая 2026

openai_whisper-large-v3-turbo-NVFP4

Распознавание речиАудио → текст5 профессий

Reza2kn/openai_whisper-large-v3-turbo-NVFP4 — это квантованная версия модели openai/whisper-large-v3-turbo, разработанная Reza2kn на базе архитектуры Whisper.

639скачиваний за 30 дней0лайковвеса обновлены10 мая 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

Модель предназначена для автоматического распознавания речи и ориентирована прежде всего на транскрибацию персидской речи. Она интегрируется с библиотекой Transformers и рассчитана на использование в сценариях ASR, где важны снижение требований к памяти и ускорение инференса на совместимом оборудовании.

Модель использует посттренировочную NVFP4-квантизацию в формате W4A4: веса Linear-модулей энкодера и декодера представлены в 4-битном формате FP4, масштабирование выполняется с использованием FP8 и FP32, а активации динамически квантуются до FP4. Голова CTC lm_head или proj_out оставлена в полной точности. Калибровка выполнена на 32 персидских аудиофрагментах из Reza2kn/persian-asr-eval-v0. Целевое оборудование — тензорные ядра NVIDIA Blackwell с архитектурой sm_100 и выше; квантизация проводилась на RTX 5080 Laptop. В тесте на 200 фрагментах FLEURS-fa модель показала WER 24,18%, CER 8,30%, задержку 652 мс на фрагмент и пиковое использование видеопамяти 2156 MiB.

Сильной стороной модели является существенное уменьшение представления весов и возможность эффективного запуска на совместимых GPU Blackwell при сохранении функциональности базовой Whisper-модели. Ограничения включают зависимость от поддержки NVFP4 и оборудования NVIDIA Blackwell, а также отсутствие в карточке подробных сведений о размере модели, максимальной длине контекста и качестве для других языков или модальностей. Модель наследует лицензию базовой модели; в README указана лицензия Apache-2.0.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

openai_whisper-large-v3-turbo-NVFP4

NVFP4 (NVFP4, W4A4) post-training quantization of openai/whisper-large-v3-turbo — architecture: whisper.

  • Format: nvfp4-pack-quantized (compressed-tensors). 4-bit FP4 weights, per-block FP8 (E4M3) scales, per-tensor FP32 global scales; activations dynamically quantized to FP4.
  • Calibration: 32 Persian clips from Reza2kn/persian-asr-eval-v0 (held out from the WER eval set).
  • Hardware target: NVIDIA Blackwell tensor cores (sm_100+). Quantized on RTX 5080 Laptop (sm_120).
  • Quantized layers: all Linear modules in the encoder/decoder (CTC lm_head / proj_out left full precision).

Eval — Reza2kn/persian-asr-eval-v0 (FLEURS-fa)

VariantWER ↓CER ↓clipsper-clip latencypeak VRAM
NVFP4 (this repo)24.18%8.30%200652 ms2156 MiB

Persian text normalization for WER/CER: NFKC, ZWNJ → space, ي→ی / ك→ک, digit folding, punctuation stripping, whitespace collapse.

Usage

import torch
import soundfile as sf
from transformers import AutoProcessor, AutoModel

repo = "Reza2kn/openai_whisper-large-v3-turbo-NVFP4"
processor = AutoProcessor.from_pretrained(repo)
# Load in bfloat16 — NVFP4 weights decompress to bf16 inside CompressedLinear.
model = AutoModel.from_pretrained(repo, dtype=torch.bfloat16).to("cuda").eval()

(See the original openai/whisper-large-v3-turbo model card for arch-specific decoding boilerplate.)

How it was made

llmcompressor QuantizationModifier(targets=["Linear"], scheme="NVFP4", ignore=...) → compressed-tensors nvfp4-pack-quantized checkpoint.

License

Inherits the base model's license.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Готовая квантизация поддерживается только для текстовых LLM (vLLM).

Класс архитектуры
WhisperForConditionalGeneration
Ревизия весов
b1287e3

0 моделей