/ Модель

Характеристики

Параметры
905 млн
Размер весов
6,2 ГБ
Архитектура
whisper · dense
Базовая модель
whisper-large-v3
Опубликована
30 июн 2026

CAMOES-whisper-asr

Распознавание речиАудио → текст8 профессий

Дообученная на CAMOES модель Whisper large-v3 для транскрибации речи на европейском португальском языке.

38скачиваний за 30 дней1лайквеса обновлены30 июн 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.

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

WhisperLv3-FT-EP-CPP — модель распознавания речи на европейском португальском языке, созданная дообучением Whisper large-v3 на данных CAMOES (Capitalized, Punctuated and Pós-Acordo). Она предназначена для преобразования речи в текст, в том числе для исследований и оценки качества распознавания, а также для демонстраций и прототипов транскрибации. Модель основана на архитектуре WhisperForConditionalGeneration, содержит около 905,2 млн параметров и принимает аудио, выдавая текст. В карточке не приведены длина контекста и подробные показатели качества. Лицензия в предоставленных данных не указана.

Сценарии применения

  • Транскрибация речи на европейском португальском языке
  • Распознавание речи в аудиозаписях
  • Оценка качества систем распознавания португальской речи
  • Создание демонстраций и прототипов транскрибации

Ограничения

Модель настроена на европейский вариант португальского языка, поэтому качество на других языках и вариантах португальского может быть ниже. В карточке не приведены показатели качества распознавания.

Для каких профессий подходит8

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

WhisperLv3-FT-EP-CPP

Fine-tuned Whisper large-v3 model for European Portuguese automatic speech recognition using CAMOES (Capitalized, Punctuated and Pós-Acordo).

Installation

pip install -U torch transformers accelerate soundfile

Usage

import torch
from transformers import AutoModelForSpeechSeq2Seq, AutoProcessor, pipeline

model_id = "amalia-llm/CAMOES-whisper-asr"

# Use the base Whisper large-v3 processor.
# This is needed because the fine-tuned model repo may not include processor files.
processor_id = "openai/whisper-large-v3"

device = 0 if torch.cuda.is_available() else -1
torch_dtype = torch.float16 if torch.cuda.is_available() else torch.float32

processor = AutoProcessor.from_pretrained(processor_id)

model = AutoModelForSpeechSeq2Seq.from_pretrained(
    model_id,
    torch_dtype=torch_dtype,
    low_cpu_mem_usage=True,
    use_safetensors=True,
)

if torch.cuda.is_available():
    model.to("cuda")

forced_decoder_ids = processor.get_decoder_prompt_ids(
    language="portuguese",
    task="transcribe",
)

asr = pipeline(
    task="automatic-speech-recognition",
    model=model,
    tokenizer=processor.tokenizer,
    feature_extractor=processor.feature_extractor,
    torch_dtype=torch_dtype,
    device=device,
    generate_kwargs={
        "forced_decoder_ids": forced_decoder_ids,
        "num_beams": 1,
    },
)

result = asr("audio.wav")
print(result["text"])

Intended Use

This model is intended for:

  • European Portuguese speech-to-text
  • ASR research
  • ASR evaluation
  • Speech transcription demos and prototypes

Citation

BibTeX:

@inproceedings{camoes,
    title={{CAMÕES: A Comprehensive Automatic Speech Recognition Benchmark for  European Portuguese}},
    author={Carlos Carvalho, Francisco Teixeira, Catarina Botelho, Anna Pompili, Rubén Solera-Ureña, Sérgio Paulo, Mariana Julião, Thomas Rolland, John Mendonça, Diogo Pereira, Isabel Trancoso, Alberto Abad},
    booktitle={Proceedings of the IEEE Automatic Speech Recognition and Understanding Workshop (ASRU)},
    year={2025},
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
WhisperForConditionalGeneration
Ревизия весов
4e919ac

0 моделей