Характеристики

Контекст: 1 024 токена
Лицензия: Apache 2.0
Архитектура: whisper · dense
Базовая модель: whisper-small
Библиотека: transformers
Опубликована: 8 июл 2026

Ссылки

Hugging Face

whisper-small-te

bhavik2026

Распознавание речиАудио → текст

Дообученная на телугу версия Whisper Small для преобразования речи на телугу в текст.

7скачиваний за 30 дней0лайковвеса обновлены8 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Распознавание речи» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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

Это модель распознавания речи на телугу, созданная дообучением OpenAI Whisper Small в рамках Mozilla.ai Blueprint для настройки распознавания речи в текст. Она предназначена для транскрибирования аудио на телугу. Модель принимает аудио и выдаёт текст; в репозитории указаны веса safetensors, библиотека Transformers и лицензия Apache-2.0.

Для дообучения использованы 99 аудиозаписей телугу из корпуса Common Voice. В карточке приведены оценки до и после настройки: нормализованный WER снизился с 211,709 до 77,809, а нормализованный CER — с 174,02 до 47,658. Эти результаты показывают улучшение на указанном наборе, но не гарантируют такое же качество на других данных; малый объём обучения ограничивает обобщение.

Сценарии применения

транскрибирование аудиозаписей на телугу
распознавание речи на телугу в записях Common Voice
создание черновых субтитров на телугу

Ограничения

Для дообучения использованы только 99 аудиозаписей, поэтому качество на иных голосах, условиях записи и тематиках может отличаться. В карточке приведены высокие WER и CER даже после дообучения.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Finetuned openai/whisper-small on 99 Telugu training audio samples from ./cv-corpus-26.0-2026-06-12/te.

This model was created from the Mozilla.ai Blueprint: speech-to-text-finetune.

Evaluation results on 93 audio samples of Telugu:

Baseline model (before finetuning) on Telugu

Word Error Rate (Normalized): 211.709
Word Error Rate (Orthographic): 197.708
Character Error Rate (Normalized): 174.02
Character Error Rate (Orthographic): 229.888
Loss: 2.799

Finetuned model (after finetuning) on Telugu

Word Error Rate (Normalized): 77.809
Word Error Rate (Orthographic): 102.006
Character Error Rate (Normalized): 47.658
Character Error Rate (Orthographic): 64.089
Loss: 1.078

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: 2a44660