/ Модель
Каталог

Характеристики

Параметры
905 млн
Лицензия
MIT
Архитектура
whisper · dense
Базовая модель
whisper-large-v3-turbo
Библиотека
transformers
Опубликована
8 мар 2025

Ссылки

Hugging Face

Indian-Accent-English-Whisper-Finetuned

Tejveer12
Распознавание речиАудио → текст7 профессий

Дообученная Whisper large-v3-turbo для распознавания английской речи с индийским акцентом и преобразования её в текст.

103скачиваний за 30 дней4лайкавеса обновлены3 апр 2025

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.

Открыть конструктор бенчмарка

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

Tejveer12 разработал эту модель как дообученную версию openai/whisper-large-v3-turbo для распознавания английской речи с индийским акцентом. Это модель WhisperForConditionalGeneration на 905,2 млн параметров, предназначенная для преобразования аудио в текст; основное применение — транскрибация записей и речи на английском языке с индийским акцентом. Модель работает с аудио на входе и выдаёт текст.

В README приведены результаты оценки: loss 0,2065 и WER 7,5056; описание методики оценки и единиц измерения WER не приведено. Модель распространяется по лицензии MIT.

Сценарии применения

  • транскрибация английской речи с индийским акцентом
  • распознавание индийского английского в аудиозаписях
  • создание текстовых расшифровок английских аудиозаписей

Ограничения

В README не описаны ограничения и подробности методики оценки; приведённое значение WER нельзя интерпретировать без единиц измерения и условий тестирования.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиIII.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модельI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Indian English Acccent

This model is a fine-tuned version of openai/whisper-large-v3-turbo on the Indian English Accent dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2065
  • Wer: 7.5056

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: 16
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Use adamw_torch 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
  • num_epochs: 5
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.3420.194310000.322614.1310
0.27410.388520000.313013.9553
0.25760.582830000.296712.9931
0.28250.777040000.269212.3390
0.22950.971350000.256511.8331
0.14891.165560000.249811.6933
0.14851.359870000.245211.1411
0.13851.554080000.234610.4428
0.12531.748390000.225410.1852
0.12971.9425100000.21449.7109
0.05942.1368110000.21749.5363
0.06292.3310120000.21369.8276
0.06542.5253130000.21029.4301
0.06252.7195140000.20758.9432
0.05742.9138150000.20098.7802
0.02763.1080160000.20508.4594
0.02513.3023170000.20468.5951
0.02463.4965180000.20358.1187
0.02593.6908190000.20028.0588
0.0213.8850200000.19517.9147
0.00724.0793210000.20537.7548
0.00674.2735220000.20857.4972
0.00674.4678230000.20947.6970
0.00624.6620240000.20717.7433
0.00464.8563250000.20657.5056

Framework versions

  • Transformers 4.49.0
  • Pytorch 2.2.0a0+81ea7a4
  • Datasets 3.3.2
  • Tokenizers 0.21.0

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
ca17817

0 моделей

    Создать бенчмарк