/ Модель

Характеристики

Лицензия
MIT
Базовая модель
whisper-large-v3-turbo
Библиотека
ctranslate2
Опубликована
29 июн 2026

RsGoksel_ITU_Mainframe-balanced-ct2

Распознавание речиАудио → текст5 профессий

Модель распознаёт турецкую речь и преобразует аудиозаписи в текст, включая записи из разных областей и медицинскую речь.

11скачиваний за 30 дней0лайковвеса обновлены29 июн 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

RsGoksel/RsGoksel_ITU_Mainframe-balanced-ct2 — турецкая модель автоматического распознавания речи, созданная RsGoksel на основе openai/whisper-large-v3-turbo с помощью LoRA fine-tuning. Репозиторий содержит сборку CTranslate2 в формате float16 для быстрого вывода через faster-whisper и WhisperX.

Модель предназначена для транскрибирования турецкой речи в разных предметных областях, включая чистую и менее устойчивую к шуму речь, а также медицинские записи. В README рекомендуется задавать язык tr и отключать condition_on_previous_text; качество оценивается метрикой mean-per-utterance WER после нормализации турецкого текста.

Модель принимает аудио и выдаёт текст. Лицензия — MIT. README не приводит количественных результатов WER или подробностей о размере и длине контекста.

Сценарии применения

  • транскрибирование турецких аудиозаписей
  • распознавание речи в турецких телефонных звонках
  • транскрибирование медицинских записей на турецком языке
  • распознавание турецкой речи в разных предметных областях

Ограничения

В README не приведены количественные результаты WER. Рекомендуемая настройка рассчитана на турецкий язык.

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

RsGoksel_ITU_Mainframe-balanced-ct2

Türkçe ASR — openai/whisper-large-v3-turbo üzerine LoRA fine-tune. Çok-domain dengeli all-rounder (clean + robustluk + medikal birlikte korunur). CTranslate2 (float16) derlemesi — faster-whisper / WhisperX ile hızlı çıkarım.

Hızlı kullanım — faster-whisper

from faster_whisper import WhisperModel
model = WhisperModel("RsGoksel/RsGoksel_ITU_Mainframe-balanced-ct2", device="cuda", compute_type="float16")
segments, _ = model.transcribe("audio.wav", language="tr",
                               condition_on_previous_text=False, beam_size=5)
text = " ".join(s.text for s in segments).strip()

WhisperX ile

import whisperx
m = whisperx.load_model("RsGoksel/RsGoksel_ITU_Mainframe-balanced-ct2", device="cuda", compute_type="float16",
                        language="tr", asr_options={"condition_on_previous_text": False})
res = m.transcribe("audio.wav", language="tr")
text = " ".join(s["text"] for s in res["segments"])

Önerilen: language="tr", condition_on_previous_text=False. Metrik: Türkçe normalizasyon sonrası mean-per-utterance WER.

Tam-hassasiyet (transformers) sürümü: RsGoksel/RsGoksel_ITU_Mainframe-balanced.

Как запустить

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

GPU в ailist

Универсальный рантайм · ctranslate2

Нельзя запустить

Модели CTranslate2 требуют отдельного рантайма.

Ревизия весов
f0e3f49

0 моделей