/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-small
Библиотека
transformers
Опубликована
25 июн 2026

whisper-small-ta-emotion

Классификация аудиоАудио → label3 профессии

Дообученная на EmoTa модель Whisper Small классифицирует эмоции в тамильской речи по аудио.

7скачиваний за 30 дней0лайковвеса обновлены25 июн 2026

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

Venky0411/whisper-small-ta-emotion — дообученная на EmoTa (TamilSER-DB) модель OpenAI Whisper Small для классификации эмоций в аудио на тамильском языке. Она принимает аудио и выдаёт метку класса, предназначенную для распознавания эмоциональной окраски речи. В метаданных указаны архитектура WhisperForAudioClassification, библиотека Transformers и формат весов Safetensors; базовая модель — мультиязычная Whisper Small.

На оценочном наборе модель показала accuracy 0,2556 и macro F1 0,2109, поэтому результаты классификации могут быть ненадёжными. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • классификация эмоций в тамильской речи
  • анализ эмоциональной окраски тамильских аудиозаписей
  • экспериментальная оценка эмоций в речевых данных EmoTa

Ограничения

На оценочном наборе указаны низкие accuracy (0,2556) и macro F1 (0,2109), поэтому качество классификации ограничено. Подробности о наборах меток и сценариях применения в карточке не приведены.

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-small-ta-emotion

This model is a fine-tuned version of openai/whisper-small on the EmoTa (TamilSER-DB) dataset. It achieves the following results on the evaluation set:

  • Loss: 3.0859
  • Accuracy: 0.2556
  • F1 Macro: 0.2109

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: 0.0005
  • train_batch_size: 32
  • eval_batch_size: 32
  • seed: 42
  • 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: 0.1
  • num_epochs: 12
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossAccuracyF1 Macro
No log1.0243.34230.19440.0664
3.21892.0483.23160.24440.1409
3.13913.0723.17350.23330.1118
3.02244.0963.10140.25560.1987
2.92755.01203.27270.18890.1405
2.83416.01443.09720.26110.1392
2.76197.01683.02670.20.1597
2.70718.01923.07640.24440.2072
2.63819.02163.07060.22780.1613
2.559910.02403.10870.250.1716
2.537411.02643.09050.26110.2099
2.492712.02883.08590.25560.2109

Framework versions

  • Transformers 5.12.1
  • Pytorch 2.10.0+cu128
  • Datasets 5.0.0
  • Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · audio-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
WhisperForAudioClassification
Ревизия весов
0305353

0 моделей