/ Модель

Характеристики

Параметры
905 млн
Размер весов
6,2 ГБ
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-large-v3
Библиотека
transformers
Опубликована
29 июн 2026

whisper-large-v3-myanmar

Распознавание речиАудио → текст5 профессий

Производная модели chuuhtetnaing/whisper-large-v3-myanmar. Дообученная версия Whisper large-v3 для распознавания бирманской речи и преобразования аудио в текст.

9скачиваний за 30 дней1лайквеса обновлены29 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

Карточка модели aung7090/whisper-large-v3-myanmar на Hugging Face совпадает с карточкой chuuhtetnaing/whisper-large-v3-myanmar, поэтому описание составлено по ней.

chuuhtetnaing/whisper-large-v3-myanmar — дообученная модель распознавания речи на базе Whisper large-v3 от OpenAI. Она обучена на наборе chuuhtetnaing/myanmar-speech-dataset-openslr-80 и предназначена для транскрибации аудио на бирманском языке. Модель содержит 905,2 млн параметров, использует архитектуру Whisper и доступна в формате safetensors для Transformers.

В карточке указаны результаты оценки на тестовом наборе: loss 0,1752 и WER 54,8976. Модель принимает аудио и выдаёт текст; практическое качество распознавания зависит от записи и речи. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибация записей речи на бирманском языке
  • распознавание бирманской речи в аудиозаписях
  • создание текстовых расшифровок бирманских аудиоматериалов

Ограничения

На указанном тестовом наборе WER составляет 54,8976, что может ограничивать точность расшифровки. Данных о качестве на других наборах или языках в карточке нет.

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

whisper-large-v3-myanmar

This model is a fine-tuned version of openai/whisper-large-v3 on the chuuhtetnaing/myanmar-speech-dataset-openslr-80 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1752
  • Wer: 54.8976

Usage

from datasets import Audio, load_dataset
from transformers import pipeline

# Load a sample audio
dataset = load_dataset("chuuhtetnaing/myanmar-speech-dataset-openslr-80")
dataset = dataset.cast_column("audio", Audio(sampling_rate=16000))
test_dataset = dataset['test']
input_speech = test_dataset[42]['audio']

pipe = pipeline(model='chuuhtetnaing/whisper-large-v3-myanmar')

output = pipe(input_speech, generate_kwargs={"language": "myanmar", "task": "transcribe"})
print(output['text']) # ကျမ ပြည်ပ မှာ ပညာသင် တော့ စာမေးပွဲ ကို တပတ်တခါ စစ်တယ်

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0003
  • train_batch_size: 20
  • eval_batch_size: 20
  • seed: 42
  • gradient_accumulation_steps: 3
  • total_train_batch_size: 60
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 200
  • num_epochs: 30
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.97711.0420.7598100.0
0.34772.0840.214089.8931
0.22443.01260.181679.0294
0.12874.01680.151071.9947
0.10295.02100.157577.8718
0.07976.02520.131570.5254
0.05117.02940.114370.5699
0.038.03360.115468.1656
0.02119.03780.128969.1897
0.015110.04200.131866.7854
0.011311.04620.147869.1451
0.007912.05040.148466.2066
0.005313.05460.138965.0935
0.003114.05880.147964.3811
0.001415.06300.161164.8264
0.00116.06720.162763.3571
0.001217.07140.154665.0045
0.000618.07560.156664.5147
0.000620.07600.158164.6928
0.000221.07980.162163.9804
0.000322.08360.166460.8638
0.000223.08740.166358.5040
0.024.09120.169955.8326
0.025.09500.171555.0312
0.026.09880.173054.9866
0.027.010260.174054.8976
0.028.010640.174754.8976
0.029.011020.175154.8976
0.030.011400.175254.8976

Framework versions

  • Transformers 4.35.2
  • Pytorch 2.1.1+cu121
  • Datasets 2.14.5
  • Tokenizers 0.15.1

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
b2edbcb

0 моделей