/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
51,7 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-base
Библиотека
transformers
Опубликована
4 окт 2025

Ссылки

Hugging Face

whisper-base-ar-quran-mix-norm

deepdml
Распознавание речиАудио → текст3 профессии

Дообученная версия Whisper Base для распознавания чтения Корана на арабском языке.

388скачиваний за 30 дней0лайковвеса обновлены6 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.

  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

deepdml/whisper-base-ar-quran-mix-norm — дообученная модель Whisper Base, разработанная deepdml на основе openai/whisper-base для распознавания чтения Корана на арабском языке. Это плотная encoder-decoder модель класса WhisperForConditionalGeneration с 51,7 млн параметров, предназначенная для распознавания речи из аудио. Модель опубликована в формате safetensors и работает через Transformers.

На указанном наборе оценки модель достигла WER 0,1620 и CER 0,0609; для необработанных результатов приведены WER 0,1668 и CER 0,0591. Обучение проводилось на данных tarteel-ai/everyayah и tarteel-ai/EA-UD. Репозиторий указывает лицензию Apache-2.0. README не описывает ограничения и сценарии оценки подробнее, поэтому показатели могут не отражать качество на других записях, произношениях или акустических условиях.

Сценарии применения

  • транскрибация чтения Корана на арабском языке
  • распознавание сур и аятов в аудиозаписях
  • подготовка текстовых транскриптов коранических чтений

Ограничения

Показатели WER и CER приведены только для указанного набора оценки; качество на других записях и акустических условиях не описано. README не сообщает подробных ограничений применения.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейIV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модельI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Base ar-quran

This model is a fine-tuned version of openai/whisper-base on the Quran dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0021
  • Wer Raw: 0.1668
  • Cer Raw: 0.0591
  • Wer: 0.1620
  • Cer: 0.0609

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: 1e-05
  • train_batch_size: 64
  • eval_batch_size: 64
  • seed: 42
  • optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.04
  • training_steps: 20000

Training results

Training LossEpochStepValidation LossWer RawCer RawWerCer
0.14220.0510000.158815.20144.795914.34794.7106
0.03340.120000.06866.71122.13176.39452.1386
0.10.1530000.04033.89381.24053.75291.2552
0.01880.240000.02772.82890.89492.72400.9113
0.010.2550000.02182.24760.70682.16140.7183
0.00390.360000.01731.81200.60431.74440.6160
0.00910.3570000.01471.49040.47711.43820.4875
0.01050.480000.01201.18080.37701.13870.3809
0.00250.4590000.01020.97240.31680.93310.3209
0.00311.0074100000.00860.84350.27760.81370.2826
0.00231.0575110000.00750.73230.23740.70400.2423
0.00281.1075120000.00640.63640.20720.61010.2097
0.00071.1575130000.00550.52860.17030.50610.1729
0.00121.2074140000.00480.45240.15090.42990.1511
0.00131.2574150000.00410.40400.13370.38770.1379
0.00091.3075160000.00360.34410.11550.33070.1180
0.00081.3575170000.00330.30100.10620.29090.1079
0.00121.4074180000.00260.23150.08240.22570.0846
0.00121.4575190000.00230.19550.07370.18880.0745
0.00052.0154200000.00210.16680.05910.16200.0609

Framework versions

  • Transformers 4.48.0.dev0
  • Pytorch 2.5.1+cu121
  • Datasets 3.6.0
  • Tokenizers 0.21.0

Citation

Please cite the model using the following BibTeX entry:

@misc{deepdml/whisper-base-ar-quran-mix-norm,
      title={Fine-tuned Whisper base ASR model for speech recognition in Arabic},
      author={Jimenez, David},
      howpublished={\url{https://huggingface.co/deepdml/whisper-base-ar-quran-mix-norm}},
      year={2026}
    }

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
23758f3

0 моделей

    Создать бенчмарк