/ Модель

Характеристики

Контекст
1 024 токена
Параметры
456 млн
Лицензия
CC BY 4.0
Архитектура
whisper · dense
Базовая модель
whisper-medium
Опубликована
28 окт 2025

IberLang

Классификация аудиоАудио → label7 профессий

IberLang распознаёт испанский, каталанский, галисийский, баскский и окситанский языки в аудиозаписях.

32скачиваний за 30 дней4лайкавеса обновлены29 окт 2025

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

IberLang — модель классификации аудио, разработанная для распознавания языков Пиренейского полуострова. Это дообученная Ugiat модель на основе openai/whisper-medium с архитектурой WhisperForAudioClassification и 455,8 млн параметров. Модель принимает аудио и определяет, звучит ли на нём испанский, каталанский, галисийский, баскский или окситанский язык.

Модель предназначена для автоматической языковой идентификации, в том числе для региональных и малоресурсных языков. В оценке на отложенной выборке из 1200 аудиозаписей VoxLingua107 IberLang авторы сообщают точность 0,902 для каталанского, 0,96 для баскского, 0,915 для галисийского, 0,655 для окситанского и 1,0 для испанского; это результаты на конкретной выборке, а не гарантия качества на других данных. Модель распространяется в формате safetensors по лицензии CC BY 4.0. Указанную лицензию базовой модели и возможные ограничения её использования следует учитывать отдельно.

Сценарии применения

  • определение языка в коротких аудиозаписях
  • сортировка аудио по языку
  • распознавание каталанской речи
  • распознавание баскской и галисийской речи
  • выявление окситанской речи в аудиопотоке

Ограничения

Распознавание окситанского заметно слабее результатов для остальных языков: авторы сообщают оценку 0,655 на своей тестовой выборке. Оценка проведена на ограниченной выборке из 1200 аудиозаписей, поэтому качество на других источниках и условиях записи может отличаться.

Для каких профессий подходит7

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

IberLang Classifier

Model Overview

The IberLang classifier is a fine-tuned version of the Whisper Medium model, developed specifically for language recognition across the Iberian linguistic spectrum. Trained to accurately identify Spanish, Catalan, Galician, Euskera (Basque), and Occitan, this model enhances Whisper’s multilingual capabilities for regional language identification tasks.

The pre-trained base used for fine-tuning was: openai/whisper-medium.

Quickstart

from transformers import pipeline
import torch, librosa

classifier = pipeline(
    "audio-classification",
    model="Ugiat/IberLang",
    device=0 if torch.cuda.is_available() else -1
)

audio_path = "sample.wav"

audio, _ = librosa.load(audio_path, sr=16000)

prediction = classifier(audio)

print(prediction[0]["label"])

Performance Evaluation

We evaluated the fine-tuned IberLang classifier against Whisper Large V3 using a reserved subset of our custom VoxLingua107 IberLang dataset containing 1200 audios. The results show substantial performance gains, particularly in the recognition of minority Iberian languages.

ModelCatalanBasqueGalicianOccitanSpanish
IberLang0.9020.960.9150.6551.0
Whisper-Large-V30.9020.680.1880.00.978

Fine-Tuning Process

The fine-tuning process followed a structured approach, including dataset preparation, model training, and optimization:

  • Data Splitting: The dataset was shuffled and split into training (90%) and testing (10%) subsets.
  • Training Setup:
    • Batch size: 4
    • Gradient accumulation steps: 8
    • Epoch: 3
    • Learning rate: 1e-5
    • Scheduler: Linear
    • Evaluation frequency: Every 300 steps
    • Checkpointing: Every 300 steps

License

This model, IberLang, is a fine-tuned version of Whisper Medium by OpenAI, licensed under the Apache License 2.0.

Fine-tuning and additional modifications were performed by Ugiat Technologies to improve multilingual language identification for Catalan, Galician, Basque, Spanish, and Occitan.

The resulting model and associated documentation are released under the Creative Commons Attribution 4.0 International License (CC BY 4.0).

When using this model, please cite both the original Whisper project and this fine-tuned version as appropriate.

Как запустить

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

GPU в ailist

Универсальный рантайм · audio-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
WhisperForAudioClassification
Ревизия весов
675cfb3

0 моделей