/ Модель

Характеристики

Параметры
153 млн
Лицензия
MIT
Архитектура
whisper · dense
Базовая модель
whisper-small
Опубликована
7 июн 2026

whisper-small-polish

Распознавание речиАудио → текст6 профессий

Дообученная на польском языке модель Whisper Small для офлайн-транскрибирования речи в текст.

30скачиваний за 30 дней6лайковвеса обновлены8 июн 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

bobix/whisper-small-polish — модель распознавания речи, созданная дообучением OpenAI Whisper Small на польском языке. Она преобразует польскую речь в текст и предназначена для офлайн-транскрибирования, в том числе на пользовательских устройствах с потребительским GPU или CPU. Модель основана на архитектуре Whisper, содержит 153,1 млн параметров и распространяется в формате Safetensors; в карточке также описана конверсия файлов .bin для использования в мобильной клавиатуре.

Модель выпущена под лицензией MIT. Карточка не приводит количественных оценок качества, ограничений по длительности аудио или результатов тестирования; качество распознавания может зависеть от записи и польского произношения.

Сценарии применения

  • транскрибирование польской речи в текст
  • офлайн-распознавание речи на пользовательском компьютере
  • распознавание польской речи на CPU
  • распознавание речи на потребительском GPU
  • ввод речи в мобильной клавиатуре

Ограничения

Карточка не сообщает оценок точности или предельной длительности аудио; качество может зависеть от условий записи и произношения.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Small

Fine-Tuned for Polish language recognition based on openai/whisper-small

Description

  • Architecture: OpenAI Whisper Small
  • Language: Polish
  • Tasks: Speech transcription to text
  • Training: Full Fine-Tuning
  • Hardware: AMD Radeon 7800 XT

Usage

  • Offline speech transcription on consumer GPU on end devices CPUs
  • .bin files are converted to use in mobile keyboard q5_0 recomended
import torch
import librosa
import warnings
from transformers import WhisperProcessor, WhisperForConditionalGeneration

warnings.filterwarnings("ignore")

model_id = "bobix/whisper-small-polish"
base_model_id = "openai/whisper-small"

processor = WhisperProcessor.from_pretrained(base_model_id, language="Polish", task="transcribe")

model = WhisperForConditionalGeneration.from_pretrained(
    model_id,
    attn_implementation="eager"
)

device = "cuda:0" if torch.cuda.is_available() else "cpu"
model.to(device)

audio_file = "test.wav"

try:
    speech, rate = librosa.load(audio_file, sr=16000)
except FileNotFoundError:
    print(f"File could not be found")
    exit()

inputs = processor(speech, sampling_rate=16000, return_tensors="pt")
inputs = {k: v.to(device) for k, v in inputs.items()}

attention_mask = inputs.get("attention_mask", torch.ones_like(inputs["input_features"]))
forced_decoder_ids = processor.get_decoder_prompt_ids(language="polish", task="transcribe")

with torch.no_grad():
    predicted_ids = model.generate(
        inputs["input_features"],
        attention_mask=attention_mask,
        forced_decoder_ids=forced_decoder_ids,
        max_length=448
    )

transcription = processor.batch_decode(predicted_ids, skip_special_tokens=True)[0]

print()
print(transcription)

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
c224440

0 моделей