/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-small
Библиотека
transformers
Опубликована
18 сен 2026

Ссылки

Hugging Face

whisper-small-medical

bosy001
Распознавание речиАудио → текст3 профессии

Дообученная мультиязычная Whisper Small для транскрибирования медицинской речи в текст.

124скачиваний за 30 дней0лайковвеса обновлены19 сен 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

bosy001/whisper-small-medical — дообученная версия мультиязычной модели OpenAI Whisper Small для распознавания речи. Модель использует архитектуру WhisperForConditionalGeneration и принимает аудио, выдавая текстовую транскрипцию; карточка относит её к задаче automatic-speech-recognition и позиционирует как медицинскую.

В README приведены результаты оценки: loss 0,3082, WER 4,7165, CER 3,1422 и Wacc 95,2835. Сведения о наборе данных, языках обучения, контексте и конкретных медицинских сценариях не раскрыты, поэтому результаты нельзя переносить на другие данные без проверки. Модель опубликована в формате safetensors под лицензией Apache-2.0.

Сценарии применения

  • транскрибирование медицинских аудиозаписей
  • распознавание речи в диктовках врача
  • преобразование медицинских аудиозаметок в текст

Ограничения

README не сообщает обучающий набор данных и языки, поэтому качество для конкретной медицинской специализации и языка по указанным метрикам определить нельзя. Результаты оценки приведены без описания протокола и набора тестовых данных.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.4Отраслевые задачиКлиническая медицина и общественное здоровьеAI помогает поддерживать диагностику, лечение, наблюдение и организацию медицинской помощи.45 задач2 635моделейI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923моделиI.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-small-medical

This model is a fine-tuned version of openai/whisper-small on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.3082
  • Wer: 4.7165
  • Cer: 3.1422
  • Wacc: 95.2835

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: 2
  • eval_batch_size: 1
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 4
  • 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: 500
  • training_steps: 5000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWerCerWacc
0.88510.20823000.45205.11543.346594.8846
0.65560.41646000.31655.09783.364594.9022
0.59930.62469000.30784.89843.224695.1016
0.55760.832812000.30565.02163.358594.9784
0.44041.040915000.30244.96883.369895.0312
0.45701.249118000.30174.95703.364595.0430
0.45251.457321000.29984.88083.289895.1192
0.43931.665524000.30094.91893.306595.0811
0.46851.873727000.29854.84563.227095.1544
0.37502.081930000.30384.76933.200195.2307
0.36122.290133000.30824.71653.142295.2835
0.35872.498336000.30704.82213.231295.1779
0.33652.706539000.30864.84853.255195.1515
0.34742.914642000.30814.75173.184695.2483
0.28573.122845000.31524.79573.176895.2043
0.30673.331048000.31854.82213.203795.1779
0.31103.469850000.31864.82213.213395.1779

Framework versions

  • Transformers 5.17.0
  • Pytorch 2.8.0+cu126
  • Datasets 5.0.1
  • Tokenizers 0.23.2

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
f9cfbaf

0 моделей

    Создать бенчмарк