/ Модель

Характеристики

Контекст
1 024 токена
Параметры
29,4 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-tiny
Библиотека
transformers
Опубликована
9 июл 2026

swahili-distill_smoke-20260709-152928

Распознавание речиАудио → текст

Компактная дообученная версия Whisper tiny для преобразования речи в текст.

9скачиваний за 30 дней0лайковвеса обновлены9 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

Rogendo/swahili-distill_smoke-20260709-152928 — дообученная Rogendo модель распознавания речи на базе openai/whisper-tiny. Она принимает аудио и генерирует текстовую транскрипцию; репозиторий содержит веса в формате Safetensors и использует библиотеку Transformers. В README приведены результаты оценки: WER 92,2175 и CER 35,3085, что указывает на слабое качество распознавания в этой оценке.

Модель содержит 29,4 млн параметров и опубликована под лицензией Apache-2.0. README не раскрывает используемый датасет и целевые сценарии, поэтому применимость именно к суахили по доступным данным подтвердить нельзя.

Сценарии применения

  • Получение черновой транскрипции аудиозаписи
  • Распознавание речи для последующей ручной коррекции
  • Оценка экспериментов по дообучению Whisper tiny

Ограничения

В указанной оценке WER составляет 92,2175, а CER — 35,3085, поэтому точность распознавания может быть низкой. README не сообщает датасет и подтверждённую языковую специализацию.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

swahili-distill_smoke-20260709-152928

This model is a fine-tuned version of openai/whisper-tiny on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 2.2642
  • Wer: 92.2175
  • Cer: 35.3085
  • Avg Pred Words: 32.51
  • Avg Ref Words: 33.28

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: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 32
  • 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: 500
  • training_steps: 100
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWerCerAvg Pred WordsAvg Ref Words
2.9971.5714253.4215102.313738.337334.2133.28
2.74643.1270503.0001105.619039.496036.6933.28
2.40574.6984752.6360101.923143.631734.8533.28
2.06976.25401002.264292.217535.308532.5133.28

Framework versions

  • Transformers 4.57.6
  • Pytorch 2.10.0+cu128
  • Datasets 3.6.0
  • 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
c0bf667

0 моделей