/ Модель

Характеристики

Параметры
905 млн
Размер весов
6,2 ГБ
Лицензия
MIT
Архитектура
whisper · dense
Библиотека
transformers
Опубликована
15 июл 2025

whisper-large-v3-kin-100h-v2

Распознавание речиАудио → текст5 профессий

Модель Whisper для распознавания речи и транскрибирования аудио на киньяруанда.

131скачиваний за 30 дней0лайковвеса обновлены9 окт 2025

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

akera/whisper-large-v3-kin-100h-v2 — модель автоматического распознавания речи на основе Whisper, предназначенная для транскрибирования аудио на киньяруанда. Репозиторий связан с оценкой того, как объём обучающих данных влияет на качество распознавания речи на киньяруанда и кикую; карточка описывает эксперименты с наборами данных разного размера. В метаданных указаны архитектура WhisperForConditionalGeneration, около 905,2 млн параметров, библиотека Transformers и формат safetensors.

Модель принимает аудио и выдаёт текстовую транскрипцию. Для репозитория указана лицензия MIT. В README не приведены конкретные метрики качества именно этой версии, поэтому её точность для отдельных условий записи оценить по имеющимся сведениям нельзя.

Сценарии применения

  • транскрибирование записей на киньяруанда
  • распознавание речи на киньяруанда в исследовательских экспериментах
  • оценка качества ASR при разных объёмах обучающих данных

Ограничения

README не сообщает метрики качества для этой версии; результат может зависеть от условий записи и используемого языка.

Для каких профессий подходит5

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

Kinyarwanda Whisper Evaluation

This repository evaluates the Whisper model performance on Kinyarwanda, as described in the paper How much speech data is necessary for ASR in African languages? An evaluation of data scaling in Kinyarwanda and Kikuyu.

Model Description

The development of Automatic Speech Recognition (ASR) systems for low-resource African languages remains challenging due to limited transcribed speech data. This work addresses fundamental concerns for practitioners, evaluating Whisper's performance through comprehensive experiments on Kinyarwanda. Systematic data scaling analysis on Kinyarwanda, using training sets from 1 to 1,400 hours, demonstrated that practical ASR performance (WER < 13%) becomes achievable with as little as 50 hours of training data, with substantial improvements continuing through 200 hours (WER < 10%).

For more details on the evaluation, training, and related models, visit the GitHub repository.

Training Configs

The following models were used in the Kinyarwanda Whisper evaluation, trained with different data volumes. Explore the full collection: 👉 https://huggingface.co/collections/Sunbird/kinyarwanda-hackathon-68872541c41c5d166d9bffad

ConfigHoursModel ID on Hugging Face
baseline.yaml0openai/whisper-large-v3
train_1h.yaml1akera/whisper-large-v3-kin-1h-v2
train_50h.yaml50akera/whisper-large-v3-kin-50h-v2
train_100h.yaml100akera/whisper-large-v3-kin-100h-v2
train_150h.yaml150akera/whisper-large-v3-kin-150h-v2
train_200h.yaml200akera/whisper-large-v3-kin-200h-v2
train_500h.yaml500akera/whisper-large-v3-kin-500h-v2
train_1000h.yaml1000akera/whisper-large-v3-kin-1000h-v2
train_full.yaml~1400akera/whisper-large-v3-kin-full

Evaluation Results

Evaluation on dev_test[:300] subset:

ModelHoursWER (%)CER (%)Score
openai/whisper-large-v3033.109.800.861
akera/whisper-large-v3-kin-1h-v2147.6316.970.754
akera/whisper-large-v3-kin-50h-v25012.513.310.932
akera/whisper-large-v3-kin-100h-v210010.902.840.943
akera/whisper-large-v3-kin-150h-v215010.212.640.948
akera/whisper-large-v3-kin-200h-v22009.822.560.951
akera/whisper-large-v3-kin-500h-v25008.242.150.963
akera/whisper-large-v3-kin-1000h-v210007.651.980.967
akera/whisper-large-v3-kin-full~14007.141.880.970

Score = 1 - (0.6 × CER + 0.4 × WER)

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
746dc58

0 моделей