/ Модель

Характеристики

Базовая модель
whisper-ja-1.5B
Библиотека
ctranslate2
Опубликована
25 июл 2026

whisper-ja-1.5B-ct2

Распознавание речиАудио → текст

Производная модели TransWithAI/whisper-ja-1.5B-ct2. Преобразованная в формат CTranslate2 модель Whisper large-v3 для транскрибации японской речи через faster-whisper.

5скачиваний за 30 дней0лайковвеса обновлены25 июл 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

Карточка модели aikobin/whisper-ja-1.5B-ct2 на Hugging Face совпадает с карточкой TransWithAI/whisper-ja-1.5B-ct2, поэтому описание составлено по ней.

TransWithAI/whisper-ja-1.5B-ct2 — преобразованная для CTranslate2 версия дообученной модели Whisper large-v3 для распознавания японской речи. Разработчик подготовил веса bfloat16 для использования с faster-whisper; в карточке заявлены конкурентные результаты по CER на проверенных наборах данных, а сведения о тестах приведены в карточке исходной модели.

Модель предназначена для транскрибации японских аудиозаписей. README показывает запуск через faster-whisper на CUDA с типом вычислений bfloat16. Для использования нужны совместимые CTranslate2 и faster-whisper; сведения о лицензии в доступных данных отсутствуют.

Сценарии применения

  • транскрибация японских аудиозаписей
  • распознавание японской речи в приложениях на faster-whisper
  • получение текстовых расшифровок речи из коротких записей

Ограничения

В README заявлены конкурентные результаты CER на проверенных наборах, но подробности бенчмарков находятся в карточке исходной модели. Для указанного сценария запуска нужны совместимые CTranslate2 и faster-whisper, а README демонстрирует bfloat16 на CUDA.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-ja-1.5B-ct2

CTranslate2 conversion of efwkjn/whisper-ja-1.5B with bfloat16 weights, for use with faster-whisper.

The original model is a Whisper large-v3 finetune for Japanese ASR, achieving competitive/SOTA CER across tested sets. See the original repo for details and benchmarks.

Usage

from faster_whisper import WhisperModel

model = WhisperModel("TransWithAI/whisper-ja-1.5B-ct2", device="cuda", compute_type="bfloat16")

segments, info = model.transcribe("audio.wav", language="ja")
for segment in segments:
    print(f"[{segment.start:.2f} -> {segment.end:.2f}] {segment.text}")

Conversion

Converted with CTranslate2 4.7.2:

ct2-transformers-converter \
    --model efwkjn/whisper-ja-1.5B \
    --output_dir whisper-ja-1.5B-ct2 \
    --quantization bfloat16 \
    --copy_files tokenizer.json preprocessor_config.json

Acknowledgements

All credit for the model goes to efwkjn. Acknowledgements from the original model card:

  • Train sets: OOPPEENN, Reazon, 小虫哥_, Common Voice 20, deepghs
  • Test sets: KitsuneX07, TEDxJP, kotoba-tech, Saruwatari-lab, grider-withourai

Как запустить

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

GPU в ailist

Универсальный рантайм · ctranslate2

Нельзя запустить

Модели CTranslate2 требуют отдельного рантайма.

Ревизия весов
7b5051c

0 моделей