/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
456 млн
Архитектура
whisper · dense
Библиотека
transformers
Опубликована
8 дек 2025

Ссылки

Hugging Face

shook-medium-amharic-2k

b1n1yam
Распознавание речиАудио → текст3 профессии

Модель на архитектуре Whisper для автоматического преобразования аудио в текст.

320скачиваний за 30 дней0лайковвеса обновлены12 дек 2025

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.

Открыть конструктор бенчмарка

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

shook-medium-amharic-2k — модель распознавания речи на архитектуре Whisper, разработанная b1n1yam. Это плотная модель примерно на 455,8 млн параметров, предназначенная для преобразования аудио в текст. В README указано, что модель обучалась с нуля, а на оценочном наборе получила loss 0,0532 и WER 9,1091; обучающий набор данных не назван.

Карточка не описывает языковой охват и сценарии применения подробнее, поэтому подтверждённую поддержку амхарского языка по имеющимся сведениям установить нельзя. Модель доступна в формате safetensors для библиотеки Transformers. Информация о лицензии отсутствует в предоставленных источниках.

Сценарии применения

  • распознавание речи из аудиозаписей
  • получение текстовой расшифровки аудио

Ограничения

Обучающий датасет не назван, а результаты оценки приведены без описания набора и протокола. Языковая поддержка и лицензия в предоставленных материалах не указаны.

Для каких профессий подходит3

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 953модели

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

shook-medium-amharic-2k

This model was trained from scratch on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0532
  • Wer: 9.1091

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: 1e-05
  • train_batch_size: 16
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 64
  • optimizer: Use OptimizerNames.ADAMW_TORCH with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: cosine
  • lr_scheduler_warmup_ratio: 0.05
  • num_epochs: 2

Training results

Training LossEpochStepValidation LossWer
0.13060.074110000.128635.3980
0.09230.148220000.092326.9373
0.07420.222430000.079723.8271
0.07270.296540000.074823.6953
0.07060.370650000.070822.7201
0.06140.444760000.068922.0611
0.0650.518970000.067121.5340
0.05940.593080000.064021.1650
0.05630.667190000.061921.1386
0.060.7412100000.061821.1650
0.0550.8153110000.059720.6378
0.05580.8895120000.059520.6115
0.05130.9636130000.058419.8208
0.05211.0377140000.056720.2161
0.04821.1118150000.056720.0316
0.04581.1859160000.056317.9789
0.04871.2600170000.055914.7153
0.04481.3341180000.055414.7417
0.04111.4083190000.055313.4254
0.04071.4824200000.054211.2145
0.04551.5565210000.053911.1355
0.04391.6306220000.053711.8719
0.04271.7048230000.053811.2936
0.03891.7789240000.05349.9773
0.03851.8530250000.05339.0828
0.03661.9271260000.05329.1091

Framework versions

  • Transformers 4.57.3
  • Pytorch 2.7.1+cu128
  • Datasets 3.6.0
  • Tokenizers 0.22.1

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
60b7ae1

0 моделей

    Создать бенчмарк