/ Модель

Характеристики

Контекст
1 024 токена
Параметры
456 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
rubaistt_v2_medium
Библиотека
transformers
Опубликована
27 июн 2026

rubaistt-uz-ft2

Распознавание речиАудио → текст9 профессий

Дообученная на базе Whisper Medium модель для транскрибирования узбекской речи.

8скачиваний за 30 дней0лайковвеса обновлены5 июл 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

artop79/rubaistt-uz-ft2 — дообученная модель распознавания речи на базе Whisper Medium. Она предназначена для преобразования узбекской речи в текст. В репозитории указаны 455,8 млн параметров и формат safetensors; модель доступна через Transformers. В README приведены результаты оценки на тестовом наборе: loss 0,0188 и WER 2,0305, однако набор данных и условия оценки не описаны. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • транскрибирование записей узбекской речи
  • распознавание речи в аудио на узбекском языке
  • создание текстовых расшифровок узбекских интервью и лекций

Ограничения

README не описывает обучающие данные, условия оценки или ограничения применения; приведённый WER нельзя интерпретировать без контекста тестового набора.

Для каких профессий подходит9

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

rubaistt-uz-ft2

This model is a fine-tuned version of islomov/rubaistt_v2_medium on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0188
  • Wer: 2.0305

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: 5e-06
  • train_batch_size: 1
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 8
  • optimizer: Use OptimizerNames.ADAFACTOR and the args are: No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 0.1
  • training_steps: 1500
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.19162.785510000.01882.0305

Framework versions

  • Transformers 5.0.0
  • Pytorch 2.10.0+cu128
  • Datasets 4.8.5
  • Tokenizers 0.22.2

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
fd32e00

0 моделей