Характеристики

Параметры: 905 млн
Лицензия: Apache 2.0
Архитектура: lite-whisper · dense
Базовая модель: whisper-large-v3-turbo
Библиотека: transformers
Опубликована: 26 фев 2025

Ссылки

Hugging Face arXiv 2502.20583

lite-whisper-large-v3-turbo-fast

Распознавание речиАудио → текст

Сжатая мультиязычная модель Lite-Whisper на базе Whisper large-v3-turbo для распознавания речи и преобразования аудио в текст.

1 250скачиваний за 30 дней3лайкавеса обновлены5 мар 2025

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

Lite-Whisper large-v3-turbo-fast — сжатая версия мультиязычной модели Whisper от OpenAI, разработанная с применением LiteASR. Модель предназначена для автоматического распознавания речи и преобразования аудио в текст. По метаданным, это плотная модель архитектуры LiteWhisperForConditionalGeneration на 905,2 млн параметров, представленная в формате Safetensors и использующая библиотеку Transformers.

В бенчмарке ESB для вариантов Lite-Whisper large-v3 указана средняя ошибка слов WER 10,1–10,2; README не приводит отдельный результат для варианта turbo-fast. Базовая модель — openai/whisper-large-v3-turbo. Модель опубликована под лицензией Apache-2.0.

Сценарии применения

транскрибация аудиозаписей
распознавание речи в подкастах
расшифровка телефонных разговоров
создание субтитров по аудио

Ограничения

В README не приведены отдельные результаты бенчмарка для варианта turbo-fast; показатели WER относятся к другим вариантам Lite-Whisper large-v3. Документация не уточняет поддерживаемые языки и длину контекста.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model Card for Lite-Whisper large-v3-turbo-fast

Lite-Whisper is a compressed version of OpenAI Whisper with LiteASR. See our GitHub repository and paper for details.

Benchmark Results

Following is the average word error rate (WER) evaluated on the ESB datasets:

Model	Average WER (↓)	Encoder Size	Decoder Size
whisper-large-v3	10.1	635M	907M
lite-whisper-large-v3-acc	10.1	429M	907M
lite-whisper-large-v3	10.2	377M	907M
lite-whisper-large-v3-fast	11.3	308M	907M

whisper-large-v3-turbo	10.1	635M	172M
lite-whisper-large-v3-turbo-acc	10.2	421M	172M
lite-whisper-large-v3-turbo	12.6	374M	172M
lite-whisper-large-v3-turbo-fast	20.1	313M	172M

whisper-medium	14.8	306M	457M

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры: LiteWhisperForConditionalGeneration
Ревизия весов: 012024e