Uploaded finetuned model
- Developed by: devalade
- License: apache-2.0
- Finetuned from model : unsloth/whisper-large-v3
This whisper model was trained 2x faster with Unsloth and Huggingface's TRL library.
Характеристики
- Параметры
- 905 млн
- Лицензия
- Apache 2.0
- Архитектура
- whisper · dense
- Базовая модель
- whisper-large-v3
- Опубликована
- 13 июн 2026
Ссылки
whisper-large-v3-yoruba-colab
Дообученная на базе Whisper large-v3 модель для распознавания речи и транскрибации аудио, ориентированная на йоруба.
9скачиваний за 30 дней0лайковвеса обновлены13 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.
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.
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
Модель devalade/whisper-large-v3-yoruba-colab — дообученная devalade версия Whisper large-v3 для автоматического распознавания речи и преобразования аудио в текст. Она принимает аудио и выдаёт текстовую транскрипцию; объём модели составляет 905,2 млн параметров. В README указано, что обучение проводилось с использованием Unsloth и библиотеки TRL для Hugging Face.
Модель предназначена для распознавания речи на йоруба, что следует из названия репозитория; метаданные карточки отдельно указывают английский язык. Она распространяется по лицензии Apache-2.0. В карточке нет сведений о длине контекста или оценках качества на конкретных наборах данных.
Сценарии применения
- транскрибация речи на йоруба
- преобразование аудиозаписей на йоруба в текст
- распознавание устной речи из записей
Ограничения
В карточке не приведены результаты оценки качества или характеристики работы на конкретных условиях записи. Английский язык указан в метаданных, а ориентация на йоруба следует из названия модели.
Для каких профессий подходит5
Разделы каталога профессий, в задачах которых используется эта модель
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейI.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделейI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделейI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели
Также подходит для
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…
- Класс архитектуры
- WhisperForConditionalGeneration
- Ревизия весов
- 16a10b1