/ Модель

Характеристики

Лицензия
MIT
Базовая модель
whisper-small
Библиотека
transformers
Опубликована
19 апр 2025

KinyaWhisper

Распознавание речиАудио → текст3 профессии

Дообученная на киньяруанда версия Whisper small для транскрибирования коротких аудиозаписей.

11скачиваний за 30 дней22лайкавеса обновлены19 апр 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

KinyaWhisper — модель автоматического распознавания речи на киньяруанда, созданная Gabriel Baziramwabo и опубликованная под именем benax-rw. Это дообученная версия OpenAI Whisper small, рассчитанная на транскрибирование коротких аудиозаписей на киньяруанда; она служит воспроизводимой базовой моделью для распознавания речи на малоресурсных языках.

Модель обучалась на 102 вручную размеченных WAV-файлах в течение 80 эпох. В карточке указан WER 51,85%. Модель принимает аудио и выдаёт текстовую транскрипцию; лицензия — MIT. Она лучше подходит для короткой и чёткой речи, а на длинных или зашумлённых записях может ошибаться. Разработчик характеризует её как раннюю образовательную модель, пока не подходящую для производственного применения.

Сценарии применения

  • транскрибирование короткой речи на киньяруанда
  • создание базовой системы распознавания речи для киньяруанда
  • эксперименты с ASR для малоресурсных языков

Ограничения

Обучена на небольшом наборе из 102 примеров; указанный WER составляет 51,85%. Лучше работает с короткой чёткой речью и может испытывать трудности с длинным или зашумлённым аудио; разработчик не рекомендует её для production.

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

🗣️ KinyaWhisper

KinyaWhisper is a fine-tuned version of OpenAI’s Whisper model for automatic speech recognition (ASR) in Kinyarwanda. It was trained on 102 manually labeled .wav files and serves as a reproducible baseline for speech recognition in low-resource, indigenous languages.

🔧 Usage

To run inference on your own audio files using the fine-tuned KinyaWhisper model:

from transformers import WhisperProcessor, WhisperForConditionalGeneration
import torchaudio

# Load fine-tuned KinyaWhisper model and processor from Hugging Face
model = WhisperForConditionalGeneration.from_pretrained("benax-rw/KinyaWhisper")
processor = WhisperProcessor.from_pretrained("benax-rw/KinyaWhisper")

# Load and preprocess audio
waveform, sample_rate = torchaudio.load("your_audio.wav")
inputs = processor(waveform.squeeze(), sampling_rate=sample_rate, return_tensors="pt")

# Generate prediction
predicted_ids = model.generate(inputs["input_features"])
transcription = processor.batch_decode(predicted_ids, skip_special_tokens=True)[0]

print("🗣️ Transcription:", transcription)

🏋️ Taining Details

• Model: openai/whisper-small • Epochs: 80 • Batch size: 4 • Learning rate: 1e-5 • Optimizer: Adam • Final loss: 0.00024 • WER: 51.85%

⚠️Limitations

The model was trained on a small dataset (102 samples). It performs best on short, clear Kinyarwanda utterances and may struggle with longer or noisy audio. This is an early-stage educational model, not yet suitable for production use.

📚 Citation

If you use this model, please cite:

@misc{baziramwabo2025kinyawhisper,
  author       = {Gabriel Baziramwabo},
  title        = {KinyaWhisper: Fine-Tuning Whisper for Kinyarwanda ASR},
  year         = {2025},
  publisher    = {Hugging Face},
  howpublished = {\url{https://huggingface.co/benax-rw/KinyaWhisper}},
  note         = {Version 1.0}
}

📬 Contact

Maintained by Gabriel Baziramwabo. ✉️ gabriel@benax.rw 🔗 https://benax.rw

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
e7994c1

0 моделей