/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-small
Библиотека
transformers
Опубликована
24 апр 2026

tibetan-whisper-small

Распознавание речиАудио → текст4 профессии

Дообученная на тибетских речевых данных модель Whisper Small для автоматической транскрипции аудио.

95скачиваний за 30 дней2лайкавеса обновлены24 апр 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

TenzinGayche/tibetan-whisper-small — модель распознавания речи на основе Whisper Small, дообученная на наборе MonlamAI/stt-test-v1.0.0. Она предназначена для преобразования тибетской речи в текст; карточка приводит результат CER 38,5374 на наборе оценки. Архитектура — WhisperForConditionalGeneration, веса опубликованы в формате safetensors и доступны через Transformers.

Модель принимает аудио и выдаёт текст. Данные подтверждают специализацию на тибетском языке, но не описывают поддерживаемые диалекты, условия записи или качество на разных типах речи. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибирование тибетской речи в текст
  • распознавание тибетской речи в аудиозаписях
  • создание черновых субтитров для тибетских аудио- и видеозаписей

Ограничения

В README указана CER 38,5374 на тестовом наборе; результат может не отражать качество на других данных и условиях записи. Подробности о диалектах и ограничениях применения не приведены.

Для каких профессий подходит4

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 Small - tibetan v1.0.0

This model is a fine-tuned version of openai/whisper-small on the stt-test-v1.0.0 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1309
  • Cer: 38.5374

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: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 16
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED 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
  • training_steps: 5000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepCerValidation Loss
0.50370.1249100048.05930.2382
0.36170.249920000.174941.4889
0.31720.374830000.148340.1784
0.28640.499840000.137439.0413
0.26450.624750000.130938.5374

Framework versions

  • Transformers 5.6.2
  • Pytorch 2.11.0+cu126
  • Datasets 4.8.4
  • Tokenizers 0.22.2

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
4580c10

0 моделей