Характеристики

Лицензия: MIT
Библиотека: ctranslate2
Опубликована: 23 июл 2026

Ссылки

Hugging Face

babelbit-uid142-whisper-large-v3

ShinyUser

Распознавание речиАудио → текст

Конверсия Whisper large-v3 в формате CTranslate2 для распознавания и транскрибации многоязычной речи.

16скачиваний за 30 дней0лайковвеса обновлены23 июл 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

Это конверсия модели распознавания речи OpenAI Whisper large-v3 в формат CTranslate2, подготовленная для использования с CTranslate2 и Faster-Whisper. Репозиторий указывает, что веса сохранены в FP16 и соответствуют исходной модели без изменений.

Модель предназначена для распознавания речи из аудио; в проектах на Faster-Whisper её также можно применять для транскрибации и перевода речи в текст. Поддерживается многоязычная обработка, включая русский и английский. Карточка не приводит размер модели и длину контекста.

Для использования нужны CTranslate2 или совместимый проект, например Faster-Whisper. Лицензия — MIT. Потоковая обработка с низкой задержкой и синтез речи, упомянутые в карточке развёртывания, выполняются внешней управляемой средой, а не являются свойствами самих весов Whisper.

Сценарии применения

транскрибация русскоязычных аудиозаписей
распознавание речи в аудио на разных языках
подготовка текстовых расшифровок для Faster-Whisper

Ограничения

Самостоятельно модель не обеспечивает потоковую обработку с низкой задержкой или синтез речи: эти функции реализованы внешней средой развёртывания. Для запуска требуется CTranslate2 или совместимый инструмент.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper large-v3 model for CTranslate2

This repository contains the conversion of openai/whisper-large-v3 to the CTranslate2 model format.

This model can be used in CTranslate2 or projects based on CTranslate2 such as faster-whisper.

Example

from faster_whisper import WhisperModel

model = WhisperModel("large-v3")

segments, info = model.transcribe("audio.mp3")
for segment in segments:
    print("[%.2fs -> %.2fs] %s" % (segment.start, segment.end, segment.text))

Conversion details

The original model was converted with the following command:

ct2-transformers-converter --model openai/whisper-large-v3 --output_dir faster-whisper-large-v3 \
    --copy_files tokenizer.json preprocessor_config.json --quantization float16

Note that the model weights are saved in FP16. This type can be changed when the model is loaded using the compute_type option in CTranslate2.

More information

For more information about the original model, see its model card.

Babelbit subnet 59 deployment

This public revision is the CTranslate2 ASR artifact bound to miner UID 142. The managed runtime uses Faster-Whisper task="translate" for direct speech-to-English translation and Kokoro af_heart for speech synthesis. The Whisper weights are the unmodified upstream conversion; the low-latency streaming, stability, pacing, and output logic lives in the paired managed container.

Runtime metadata and the exact scoring configuration are recorded in babelbit_runtime.json.

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: ae1f6f5