/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-medium
Библиотека
transformers
Опубликована
3 июл 2026

whisper-medium-libyan2

Распознавание речиАудио → текст5 профессий

Дообученная Whisper medium для транскрипции речи на ливийском диалекте арабского языка.

14скачиваний за 30 дней1лайквеса обновлены4 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.

  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

Rhaodgh/whisper-medium-libyan2 — дообученная версия OpenAI Whisper medium, разработанная автором репозитория на наборе из 258 вручную расшифрованных фрагментов ливийских подкастов. Модель предназначена для автоматической транскрипции речи на ливийском диалекте арабского языка в текст.

Модель использует архитектуру Whisper и библиотеку Transformers; веса опубликованы в формате safetensors. На оценочном наборе указаны loss 0,7715 и WER 36,1968. Базовая модель мультиязычная и также поддерживает перевод речи, однако карточка этой версии описывает дообучение для распознавания ливийского диалекта. Лицензия — Apache-2.0. Карточка не сообщает дополнительных ограничений применения.

Сценарии применения

  • транскрибация ливийских подкастов
  • распознавание разговорной речи на ливийском диалекте
  • создание текстовых расшифровок аудиозаписей на арабском языке

Ограничения

На оценочном наборе указана ошибка WER 36,1968, поэтому точность распознавания может быть ограниченной. Обучение основано на 258 вручную расшифрованных фрагментах ливийских подкастов; качество для других диалектов и условий записи не описано.

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

Whisper medium — Libyan Arabic Dialect2

This model is a fine-tuned version of openai/whisper-medium on the Custom Libyan Arabic podcast — 258 manually transcribed clips dataset. It achieves the following results on the evaluation set:

  • Loss: 0.7715
  • Wer: 36.1968

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 1e-05
  • train_batch_size: 1
  • eval_batch_size: 1
  • seed: 42
  • gradient_accumulation_steps: 16
  • total_train_batch_size: 16
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 25
  • training_steps: 500
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.14966.68971000.561234.7790
0.034413.34482000.655934.9458
0.009720.03000.745635.2794
0.002126.68974000.756335.7798
0.001533.34485000.771536.1968

Framework versions

  • Transformers 5.12.1
  • Pytorch 2.11.0+cu128
  • Datasets 4.0.0
  • Tokenizers 0.22.2

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
2986e29

0 моделей