Характеристики

Контекст: 1 024 токена
Лицензия: Apache 2.0
Базовая модель: svara-whisper-small-hi
Опубликована: 22 сен 2026

Ссылки

Hugging Face

svara-whisper-small-hi-ct2

cruqAI

Распознавание речиАудио → текст

Экспорт Whisper для распознавания речи на хинди на CPU с faster-whisper или CTranslate2.

129скачиваний за 30 дней0лайковвеса обновлены22 сен 2026

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

cruqAI/svara-whisper-small-hi-ct2 — экспорт модели cr uqAI/svara-whisper-small-hi в формат CTranslate2 с весами int8, предназначенный для распознавания речи на CPU через faster-whisper или CTranslate2 Whisper API. Модель принимает аудио и выдаёт распознанный текст на хинди.

В тесте на 418 аудиофрагментах FLEURS на CPU экспорт показал WER 0,489 и CER 0,205; исходная модель в fp16 на GPU на той же выборке показала WER 0,475 и CER 0,198. При жадном декодировании на четырёх потоках CPU коэффициент реального времени составил 0,173 с учётом извлечения признаков. Лицензия Apache-2.0; сведения об обучении приведены в карточке исходной модели.

Сценарии применения

транскрибация записей на хинди на CPU
распознавание речи в аудиофайлах на хинди
пакетная расшифровка аудио на хинди через faster-whisper

Ограничения

На тесте FLEURS качество экспорта int8 на CPU было немного ниже исходной модели fp16 на GPU: WER 0,489 против 0,475, CER 0,205 против 0,198. Оценка выполнена на 418 фрагментах и не характеризует все условия записи.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

svara-whisper-small-hi-ct2

cruqAI/svara-whisper-small-hi converted to CTranslate2 with int8 weights, for CPU inference with faster-whisper or the CTranslate2 Whisper API.

Scored on FLEURS Hindi test (418 utterances) with the same normalisation as the source model's card, on one box:

	WER	CER
source model, fp16 on GPU	0.475	0.198
this export, int8 on CPU	0.489	0.205

Real-time factor of this export on 4 CPU threads, greedy decoding, feature extraction included: 0.173 (4832 s of audio in 837 s).

from faster_whisper import WhisperModel
model = WhisperModel("cruqAI/svara-whisper-small-hi-ct2", device="cpu", compute_type="int8", cpu_threads=4)
segments, info = model.transcribe("clip.wav", language="hi")
print(" ".join(s.text for s in segments))

Licence and training details are on the source model's card.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов: 5d98a21