/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-small
Библиотека
transformers
Опубликована
7 мар 2026

Ссылки

Hugging Face

whisper-small-nan

Zzzkay1
Распознавание речиАудио → текст

Дообученная Whisper Small для распознавания тайваньского миньнаньского языка в аудио песен.

193скачиваний за 30 дней0лайковвеса обновлены7 мар 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.

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

Whisper Small Taiwanese (Min Nan) — модель распознавания речи, дообученная на наборе Taiwanese Songs (Min Nan) на основе openai/whisper-small. Она предназначена для транскрибирования аудио с песнями на тайваньском миньнаньском языке. Модель построена на архитектуре Whisper и содержит 153,1 млн параметров; для запуска используется библиотека Transformers и формат safetensors.

На оценочном наборе указаны Loss 2,6304 и WER 25,6671. Базовая Whisper Small также поддерживает многоязычное распознавание речи и перевод аудио на английский, однако карточка не подтверждает эти возможности для данной дообученной версии. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибирование песен на тайваньском миньнаньском языке
  • распознавание речи в аудиозаписях на тайваньском миньнаньском
  • подготовка текстовых расшифровок тайваньских песен

Ограничения

На оценочном наборе WER составляет 25,6671; карточка не описывает другие ограничения и сценарии проверки качества.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Small Taiwanese (Min Nan)

This model is a fine-tuned version of openai/whisper-small on the Taiwanese Songs (Min Nan) dataset. It achieves the following results on the evaluation set:

  • Loss: 2.6304
  • Wer: 25.6671

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: 2
  • eval_batch_size: 4
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 16
  • optimizer: Use OptimizerNames.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: 200
  • training_steps: 10000
  • mixed_precision_training: Native AMP
  • label_smoothing_factor: 0.1

Training results

Training LossEpochStepValidation LossWer
3.57422.32841003.501466.2008
1.97134.65692002.635045.9975
1.58846.98533002.465736.0864
1.51189.30504002.532734.5616
1.485711.63345002.506533.7992
1.470313.96196002.485830.7497
1.45916.28157002.433428.3355
1.451118.61008002.468228.9708
1.447220.93849002.489729.3520
1.443523.258110002.526942.8208
1.437725.586511002.506126.9377
1.436427.915012002.545926.9377
1.432830.234613002.517428.0813
1.433432.563014002.549526.1753
1.42934.891515002.553526.1753
1.42737.211116002.556526.6836
1.425439.539617002.554025.0318
1.424141.868018002.554626.9377
1.42344.187719002.584526.3024
1.422446.516120002.592626.4295
1.421548.844621002.607226.1753
1.421251.164222002.630425.6671

Framework versions

  • Transformers 4.56.2
  • Pytorch 2.7.1+cu118
  • Datasets 4.1.1
  • Tokenizers 0.22.1

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
74b30ca

0 моделей

    Создать бенчмарк