Характеристики

Контекст: 1 024 токена
Параметры: 153 млн
Лицензия: OpenRAIL
Архитектура: whisper · dense
Базовая модель: whisper-small
Опубликована: 29 дек 2025

Ссылки

Hugging Face

whisper-amharic-small-v2

chappM

Распознавание речиАудио → текст4 профессии

Дообученная версия Whisper Small для распознавания амхарской речи и её транскрибации в текст.

92скачиваний за 30 дней0лайковвеса обновлены29 дек 2025

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

Whisper Amharic Small v2 — дообученная модель распознавания речи на основе openai/whisper-small. Она предназначена для транскрибации амхарской речи; разработчик сообщает, что обучение проводилось на данных Mozilla Common Voice на амхарском языке. Модель построена на архитектуре Whisper и содержит 153,1 млн параметров.

В README приведён показатель WER 69%, улучшенный с 77% в предыдущей версии. Модель принимает аудио и выдаёт текст. Для работы с ней в README показано использование Transformers и WhisperProcessor. Лицензия — OpenRAIL. Указанный показатель WER свидетельствует о заметной ошибке распознавания, поэтому качество транскрипции может требовать проверки, особенно для задач с высокими требованиями к точности.

Сценарии применения

транскрибация записей на амхарском языке
распознавание амхарской речи в аудиозаписях
создание черновых субтитров для амхарской речи

Ограничения

В README указан WER 69%, поэтому транскрипции могут содержать существенные ошибки и нуждаться в проверке. Метрика приведена без подробностей о наборе оценки и условиях тестирования.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели I.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Amharic Small v2

Fine-tuned Whisper Small model for Amharic speech recognition using Mozilla Common Voice dataset.

Performance

WER: 69% (improved from 77% in v1)
Dataset: Mozilla Common Voice Amharic
Base Model: openai/whisper-small

Usage

from transformers import WhisperProcessor, WhisperForConditionalGeneration

processor = WhisperProcessor.from_pretrained("chappM/whisper-amharic-small-v2")
model = WhisperForConditionalGeneration.from_pretrained("chappM/whisper-amharic-small-v2")

Optimized for Amharic speech recognition tasks.

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: ccdfcdb