/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-small
Опубликована
21 сен 2026

whisper-small-libyan

Распознавание речиАудио → текст6 профессий

Дообученная версия Whisper Small для распознавания речи на ливийском диалекте арабского языка.

219скачиваний за 30 дней1лайквеса обновлены21 сен 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

Whisper Small - Libyan Arabic — дообученная Tasneem Sheeha (Tass02) модель OpenAI Whisper Small для автоматического распознавания речи на ливийском диалекте арабского языка. Она основана на Whisper Small и обучена с применением LoRA, после чего адаптер объединён с весами базовой модели, поэтому модель можно запускать без отдельной загрузки адаптера. Репозиторий содержит веса в формате safetensors.

Модель предназначена для преобразования аудио на ливийском арабском в текст, например для транскрибирования записей и голосовых сообщений. Для обучения использовалось 5 357 аудиопримеров; в карточке приведены значения тренировочной и валидационной функции потерь. Модель принимает аудио и выдаёт текст. Лицензия — Apache 2.0.

Сценарии применения

  • транскрибирование записей на ливийском арабском
  • распознавание ливийской арабской речи в голосовых сообщениях
  • создание текстовых расшифровок аудиоматериалов на ливийском диалекте

Ограничения

Специализация на ливийском диалекте не означает одинаково высокое качество для других вариантов арабского языка или шумных записей; в карточке приведены только потери на конкретном наборе данных, без сравнения с другими моделями.

Для каких профессий подходит6

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 Small - Libyan Arabic (Fine-Tuned & Merged)

This model is a fine-tuned version of OpenAI Whisper Small specifically optimized for Automatic Speech Recognition (ASR) in Libyan Arabic dialect.

The model was trained using LoRA (Low-Rank Adaptation) and subsequently merged with the base model weights (Merge & Unload). This allows for standalone deployment and efficient inference without requiring additional adapter loading.


Model Details

  • Developer: Tasneem Sheeha (Tass02)
  • Base Model: openai/whisper-small
  • Task: Automatic Speech Recognition (ASR)
  • Language/Dialect: Arabic (Libyan Dialect)
  • License: Apache 2.0

Training Data and Metrics

  • Total Samples: 5,357 audio samples
  • Dataset Split: 4,821 training samples / 536 evaluation samples
  • Training Loss: 0.6256
  • Validation Loss: 0.8841

Usage

You can load and run this model using Python with transformers, torch, and librosa:

import torch
import librosa
from transformers import WhisperProcessor, WhisperForConditionalGeneration

# 1. Load model and processor from Hugging Face Hub
model_id = "Tass02/whisper-small-libyan"
processor = WhisperProcessor.from_pretrained(model_id)
model = WhisperForConditionalGeneration.from_pretrained(model_id).to("cuda")
model.eval()

# 2. Transcription function
def transcribe_audio(audio_file_path):
    audio_array, _ = librosa.load(audio_file_path, sr=16000)
    input_features = processor(audio_array, sampling_rate=16000, return_tensors="pt").input_features.to("cuda")
    
    with torch.no_grad():
        generated_ids = model.generate(
            input_features,
            language="arabic",
            task="transcribe",
            no_repeat_ngram_size=3,
            repetition_penalty=1.1,
            num_beams=5,
            max_new_tokens=225
        )
    
    return processor.batch_decode(generated_ids, skip_special_tokens=True)[0]

# 3. Example usage
transcription = transcribe_audio("path_to_audio.mp3")
print("Transcription:", transcription)

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
WhisperForConditionalGeneration
Ревизия весов
9c99e88

0 моделей