/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-base-de
Библиотека
transformers
Опубликована
27 авг 2026

Ссылки

Hugging Face

whisper-base-de-v2

basha3la2
Распознавание речиАудио → текст6 профессий

Дообученная версия Whisper Base для распознавания немецкой речи и её преобразования в текст.

12скачиваний за 30 дней0лайковвеса обновлены27 авг 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.

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

Whisper Base DE v2 — модель распознавания речи на базе Whisper, дообученная Алаа Альбашей на датасете ASR German Mixed. Она принимает аудио и преобразует немецкую речь в текст; архитектура реализована классом WhisperForConditionalGeneration, веса опубликованы в формате safetensors. В README указаны результаты оценки на тестовой выборке: loss 0,2225 и WER 14,1615.

Модель подходит для транскрибации немецкой речи в аудиозаписях. Репозиторий использует Transformers, лицензия — Apache-2.0. Сведения о длине аудиозаписей и ограничениях применения в карточке не приведены.

Сценарии применения

  • транскрибация немецких аудиозаписей
  • распознавание немецкой речи в записях разговоров
  • создание немецких текстовых расшифровок аудио

Ограничения

В README приведён WER 14,1615 на оценочной выборке, но подробности её состава и условий оценки не указаны. Другие ограничения модели не описаны.

Для каких профессий подходит6

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.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделейI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Base DE v2 - Alaa Albasha

This model is a fine-tuned version of basha3la2/whisper-base-de on the ASR German Mixed dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2225
  • Wer: 14.1615

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: 5e-06
  • train_batch_size: 16
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 200
  • training_steps: 15000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.32950.066710000.299417.9237
0.28620.133320000.280717.3261
0.26990.230000.268116.6313
0.25150.266740000.259316.3450
0.28610.333350000.251915.7891
0.24200.460000.246015.6604
0.24100.466770000.241115.3088
0.24860.533380000.236415.0777
0.23040.690000.232614.8723
0.23250.6667100000.230114.6350
0.22250.7333110000.227414.4608
0.24660.8120000.225614.3146
0.22000.8667130000.223914.2793
0.23190.9333140000.222914.2002
0.25081.0150000.222514.1615

Framework versions

  • Transformers 5.16.1
  • Pytorch 2.11.0+cu128
  • Datasets 5.0.1
  • Tokenizers 0.23.1

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
660aa5c

0 моделей

    Создать бенчмарк