/ Модель

Характеристики

Параметры
905 млн
Лицензия
Своя лицензия
Архитектура
whisper · dense
Базовая модель
whisper-large-v3-turbo
Библиотека
transformers
Опубликована
16 июн 2026

ATC-whisper-turbo-v1

Распознавание речиАудио → текст3 профессии

Дообученная Whisper large-v3-turbo для расшифровки английских радиопереговоров управления воздушным движением.

63скачиваний за 30 дней0лайковвеса обновлены16 июн 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

SingularityUS разработала эту модель как дообученную версию Whisper large-v3-turbo для транскрибации английской речи в радиопереговорах управления воздушным движением. Это модель распознавания речи на базе архитектуры Whisper с 905,2 млн параметров, принимающая аудио и выдающая текст; для работы используется библиотека Transformers. На проверочной выборке из 2 024 примеров ATCO2 и ATCoSIM она показала WER 7,83% и CER 3,58% при нормализации текста. По данным карточки, относительное снижение WER составило около 39% по сравнению с предыдущей дообученной моделью Whisper small.

Модель предназначена для расшифровки английских переговоров по авиационной УКВ-связи. Проверочная выборка преимущественно содержит чистую студийную запись, поэтому в реальном эфире с шумами точность будет ниже; авторы ограничивают применение исследовательскими и не связанными с безопасностью сценариями. Лицензия указана как other, конкретные условия в карточке не приведены.

Сценарии применения

  • Транскрибация переговоров авиадиспетчеров на английском языке
  • Расшифровка записей авиационной УКВ-связи
  • Подготовка текстовых расшифровок ATC-радио для исследовательского анализа

Ограничения

Проверочная выборка преимущественно состоит из чистых студийных записей, поэтому точность на шумной реальной УКВ-связи будет ниже. Авторы рекомендуют только исследовательское и не связанное с безопасностью применение.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper large-v3-turbo — ATC fine-tune

Fine-tuned openai/whisper-large-v3-turbo for air traffic control (ATC) radio transcription.

Results

Held-out validation (2,024 samples, ATCO2 + ATCoSIM), normalized WER/CER (lowercase, punctuation- and article-stripped):

ModelWERCER
This model (large-v3-turbo)7.83%3.58%
whisper-small fine-tune (prior)12.82%9.24%

≈39% relative WER and ≈61% relative CER reduction vs the small fine-tune — mostly from eliminating hallucinated insertions. Inference is ~2× the small model's latency (still faster than real-time on Apple Silicon / a modern GPU).

Training

Base modelopenai/whisper-large-v3-turbo (809M params)
DataATCO2 + ATCoSIM — 8,095 train / 2,024 val (80/20, seed 42), transcripts normalized
Recipelr 5e-6, effective batch 4, warmup 500, fp16, early-stopping (patience 2) on eval loss
Best checkpointstep 1,100 — eval_loss 0.0975
Hardwaresingle NVIDIA H100

Usage

import librosa, torch
from transformers import WhisperProcessor, WhisperForConditionalGeneration

repo = "SingularityUS/ATC-whisper-turbo-v1"
processor = WhisperProcessor.from_pretrained(repo, language="en", task="transcribe")
model = WhisperForConditionalGeneration.from_pretrained(repo).eval()

audio, _ = librosa.load("atc_clip.wav", sr=16000)
features = processor(audio, sampling_rate=16000, return_tensors="pt").input_features
with torch.no_grad():
    ids = model.generate(features)
print(processor.batch_decode(ids, skip_special_tokens=True)[0])

Intended use & limitations

For English ATC VHF radio transcription. The validation set is predominantly clean studio-quality audio (ATCoSIM), so real-world noisy-VHF error rates will be higher. Research / non-safety-critical use only.

License & data

Base model is MIT-licensed (OpenAI Whisper). Training data (ATCO2, ATCoSIM) is subject to its respective licenses; this fine-tune is intended for research use — confirm the applicable terms before any commercial use.

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
dd7538f

0 моделей