/ Модель

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-small
Библиотека
transformers
Опубликована
15 июл 2026

whisper-small-myanmar

Распознавание речиАудио → текст

Производная модели chuuhtetnaing/whisper-small-myanmar. Whisper Small, дообученная для распознавания речи на мьянманском языке и транскрибирования аудио в текст.

12скачиваний за 30 дней0лайковвеса обновлены15 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

Карточка модели axtr05/whisper-small-myanmar на Hugging Face совпадает с карточкой chuuhtetnaing/whisper-small-myanmar, поэтому описание составлено по ней.

chuuhtetnaing/whisper-small-myanmar — модель распознавания речи на основе Whisper Small, дообученная разработчиком на датасете chuuhtetnaing/myanmar-speech-dataset-openslr-80. Она принимает аудио и предназначена для преобразования речи на мьянманском языке в текст; архитектура — WhisperForConditionalGeneration, размер — 153,1 млн параметров. Модель доступна в формате safetensors и рассчитана на использование через Transformers.

На оценочном наборе указаны loss 0,1904 и WER 49,065%. Лицензия — Apache-2.0. Метаданные не приводят длину контекста; качество распознавания может различаться для аудио, не похожего на обучающие данные.

Сценарии применения

  • транскрибирование речи на мьянманском языке
  • создание текстовых расшифровок мьянманских аудиозаписей
  • распознавание мьянманской речи в голосовых сообщениях

Ограничения

На оценочном наборе WER составляет 49,065%, что указывает на заметные ошибки транскрибирования. Результаты могут различаться на аудио, отличающемся от обучающих данных.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-small-myanmar

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

  • Loss: 0.1904
  • Wer: 49.0650

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-small-myanmar')

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

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0003
  • train_batch_size: 64
  • eval_batch_size: 64
  • seed: 42
  • 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
1.25661.0360.8893215.0045
0.88622.0720.6243388.6465
0.35463.01080.2046316.8744
0.18394.01440.169581.3001
0.11985.01800.138563.8914
0.09696.02160.158366.0285
0.0847.02520.153970.6589
0.06288.02880.160361.3090
0.05659.03240.142460.3295
0.035510.03600.145758.1478
0.029911.03960.154757.7916
0.018312.04320.154354.3633
0.013113.04680.153254.1407
0.01114.05040.160453.8736
0.008315.05400.163054.0516
0.004216.05760.171152.1371
0.003417.06120.167052.5824
0.002218.06480.164952.5378
0.001319.06840.180252.1817
0.001420.07200.182053.1612
0.00221.07560.179252.7159
0.001622.07920.179650.7124
0.000423.08280.180350.4007
0.000324.08640.180449.4657
0.000125.09000.181949.2431
0.026.09360.185749.0205
0.027.09720.187949.1541
0.028.010080.189349.1095
0.029.010440.190149.1095
0.030.010800.190449.0650

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
f211848

0 моделей