/ Модель

Характеристики

Параметры
905 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-large-v3-turbo
Опубликована
7 мар 2026

whisper-turbo-quran

Распознавание речиАудио → текст3 профессии

Дообученная модель Whisper для распознавания арабского чтения Корана с диакритическими знаками.

442скачиваний за 30 дней1лайквеса обновлены5 мая 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

Whisper Turbo Quran — модель распознавания речи, созданная Тарыком Исметом Алканом на основе openai/whisper-large-v3-turbo. Это полноразмерное дообучение Whisper с 905,2 млн параметров, специализирующееся на распознавании чтения Корана на арабском языке. Модель принимает аудио и выдаёт арабский текст с диакритическими знаками (ташкиль/харакат); в карточке указано, что обучение проводилось на наборе tarteel-ai/everyayah, а веса представлены в формате safetensors.

Модель предназначена для транскрибирования коранической рецитации, включая сценарии сопровождения чтения и обучения. В README автор сообщает о WER 0,05% на 500 оценочных примерах, однако этих данных недостаточно, чтобы оценить качество на других записях и в реальных условиях. Описанные возможности приложения Tilavet — отслеживание аятов, распознавание ошибок чтения, офлайн-работа и перевод — относятся к приложению и его развёртыванию, поэтому их нельзя считать подтверждёнными функциями самой модели.

Модель опубликована по лицензии Apache-2.0. README описывает перенос весов энкодера из whisper-large-v3-quran-lora как способ инициализации перед полным дообучением; базовой моделью при этом указана openai/whisper-large-v3-turbo.

Сценарии применения

  • транскрибирование чтения Корана на арабском языке
  • получение текста аятов с харакатами из аудиозаписи
  • распознавание коранической рецитации для сопровождения чтения
  • создание транскриптов чтения для занятий и повторения

Ограничения

Заявленная в README точность WER 0,05% приведена для 500 оценочных примеров; условия оценки и обобщение на другие записи не установлены. Поддержка реального времени, офлайн-работа, перевод и выявление ошибок описаны как возможности приложения Tilavet, а не как отдельные подтверждённые функции модели.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Turbo Quran

A full fine-tuned Whisper Large v3 Turbo model specialized for Quranic Arabic recitation (tilawah) recognition. Outputs fully diacritized Arabic text (tashkeel/harakat).

Evaluation Results

MetricScore
WER (normalized)0.05%
WER (diacritized)0.05%
Eval samples500
Best checkpointStep 8,000

Training Progression

StepTrain LossVal LossWER (diacritized)WER (normalized)
2000.13940.079615.10%12.97%
1,0000.03960.02004.76%4.26%
2,0000.02890.01032.38%2.13%
3,0000.01710.00471.11%1.01%
5,0000.01290.00250.71%0.66%
7,0000.01110.00090.20%0.20%
8,0000.01080.00040.05%0.05%
9,0000.01030.00050.15%0.15%

Comparison with Previous Models

ModelMethodWER (norm)WER (diac)Params
Tarteel AI baseline-5.75%--
whisper-large-v3-quran-loraLoRA (r=32)1.58%3.92%1.5B
whisper-turbo-quranFull fine-tune0.05%0.05%809M

Model Details

PropertyValue
Base modelopenai/whisper-large-v3-turbo (809M params)
MethodFull fine-tune (all parameters)
Encoder initializationTransferred from whisper-large-v3-quran-lora
Datasettarteel-ai/everyayah (~127K samples)
AugmentationSpeed perturbation + Gaussian noise + Reverb simulation + SpecAugment
Precisionbf16 (mixed precision)
OptimizerAdamW fused (cosine LR schedule)
Learning rate1e-5
Effective batch size64 (16 x 4 gradient accumulation)
Training steps~9,900 (~5 epochs)
GPUNVIDIA A100 40GB
OutputFully diacritized Arabic (tashkeel)

Encoder Transfer

This model uses a unique warm-start strategy. The encoder weights were initialized from a previously trained whisper-large-v3-quran-lora model. Since Whisper Large v3 and Whisper Large v3 Turbo share the same encoder architecture, the Quran-specialized encoder weights were directly transferred, giving the model a significant head start in recognizing Quranic recitation patterns, tajweed rules, and maqam variations.

Usage

from transformers import WhisperProcessor, WhisperForConditionalGeneration

processor = WhisperProcessor.from_pretrained("baristiran/whisper-turbo-quran")
model = WhisperForConditionalGeneration.from_pretrained("baristiran/whisper-turbo-quran")

inputs = processor(audio_array, sampling_rate=16000, return_tensors="pt")
predicted_ids = model.generate(**inputs, max_length=448)
transcription = processor.batch_decode(predicted_ids, skip_special_tokens=True)[0]
# Output: fully diacritized Arabic text

Tilavet

This model is the core engine of Tilavet — a next-generation Quran companion app that listens, understands, and guides.

Tilavet recognizes Quranic recitation in real time, automatically identifies the exact ayah being recited, and follows along as the reader continues. It translates into any language, detects recitation errors, and provides instant feedback to help users improve their reading.

Built for everyone who engages with the Quran — huffaz refining their memorization, students learning proper tajweed, individuals following along during taraweeh or daily reading sessions, and anyone who wants a deeper, more interactive connection with the text.

Key capabilities:

  • Real-time ayah recognition and tracking (prompter mode)
  • On-device processing — fully offline, no internet required
  • Diacritized Arabic output with multi-language translation
  • Recitation error detection and tajweed guidance
  • Automatic re-synchronization when the reader skips or repeats ayahs

Technical highlights:

  • CoreML deployment via WhisperKit (iOS, Apple Neural Engine)
  • ~400 MB on-device model (INT8 quantized)
  • ~3-4 second initial recognition, real-time tracking thereafter
  • iPhone 12+ and newer supported

Developer

Tarık İsmet ALKAN — GitHub

License

Apache 2.0

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
WhisperForConditionalGeneration
Ревизия весов
7412bf5

0 моделей