/ Модель
Каталог

Характеристики

Лицензия
Apache 2.0
Базовая модель
whisper-small-ru-v2
Библиотека
gguf
Опубликована
30 июн 2026

Ссылки

Hugging Face

whisper-small-ru-v2-gguf

asmanovlev
Распознавание речиАудио → текст8 профессий

Русскоязычная модель Whisper small в формате GGUF FP16 для транскрибации аудио в текст, в том числе на устройствах с ограниченными ресурсами.

39скачиваний за 30 дней0лайковвеса обновлены30 июн 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

Это русскоязычная модель распознавания речи Whisper small, созданная на основе дообученной модели artyomboyko/whisper-small-ru-v2 и преобразованная в формат GGUF с точностью FP16. Репозиторий подготовлен для запуска через whisper.cpp; модель принимает монофоническое аудио с частотой дискретизации 16 кГц и выдаёт текстовую расшифровку на русском языке.

В архитектуре Whisper small — 12 слоёв энкодера и 12 слоёв декодера, размер скрытого представления 768. По данным карточки, файл занимает 483 МБ, а на Xiaomi 11T с whisper.cpp модель выполняет транскрибацию в реальном времени и примерно вдвое быстрее версии F32 на ядрах Cortex-A78. Лицензия — Apache-2.0.

Сценарии применения

  • расшифровка русскоязычных аудиозаписей
  • транскрибация голосовых заметок на устройстве
  • распознавание речи в аудиофайлах через whisper.cpp

Ограничения

Модель рассчитана на распознавание русской речи и требует аудио 16 кГц в моноформате. Заявления о скорости основаны на тесте Xiaomi 11T и могут отличаться на другом оборудовании.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделейI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-small-ru-v2 GGUF (FP16)

GGUF quantization of artyomboyko/whisper-small-ru-v2 — a fine-tuned Whisper small model for Russian speech recognition.

Format

  • Quantization: FP16 (no quality loss vs original F32)
  • Size: 483 MB (50% of original 967 MB)
  • Architecture: whisper-small (12 encoder layers, 12 decoder layers, 768 hidden dim)
  • Sample rate: 16000 Hz (mono)

Usage with whisper.cpp

git clone https://github.com/ggerganov/whisper.cpp
cd whisper.cpp
wget https://huggingface.co/asmanovlev/whisper-small-ru-v2-gguf/resolve/main/whisper-small-ru-fp16.gguf
make
./main -m whisper-small-ru-fp16.gguf -f audio.wav -l ru

Performance

On Xiaomi 11T (Dimensity 1200, ARMv8.2+ with NEON FP16):

  • Real-time transcription with whisper.cpp
  • ~2x faster than F32 on Cortex-A78 cores

Credits

Как запустить

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

GPU в ailist

Универсальный рантайм · gguf

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
89a766c

0 моделей

    Создать бенчмарк