/ Модель

Характеристики

Параметры
905 млн
Архитектура
whisper · dense
Опубликована
13 фев 2026

whisper-ja-1.5B

Распознавание речиАудио → текст5 профессий

Дообученная на японском языке модель Whisper для транскрипции речи, с конкурентными результатами на коротких записях.

918скачиваний за 30 дней10лайковвеса обновлены18 сен 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.

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

efwkjn/whisper-ja-1.5B — дообученная модель семейства Whisper для распознавания японской речи в текст. В README указано, что это базовый экспериментальный чекпойнт, дообученный на основе Whisper large-v3; по метаданным модель содержит 905,2 млн параметров и распространяется в формате safetensors.

Модель предназначена для автоматической транскрипции японской речи. Автор сообщает о конкурентном качестве по CER на проверенных наборах данных: результаты на коротких записях сопоставимы с предыдущими моделями, а длинные записи распознаются хуже. Также возможны повторы фрагментов текста.

Для инструкций по использованию README отсылает к openai/whisper-large-v3. Сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

  • транскрибация коротких записей на японском языке
  • распознавание японской речи в аудиозаписях
  • создание черновых субтитров к японским роликам

Ограничения

На длинных аудиозаписях качество хуже, чем у предыдущих моделей; возможны повторы в распознанном тексте.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

For usage instructions follow openai/whisper-large-v3.

Large-v3 finetune trained as a baseline with smaller checkpoints in progress. Expecting worse long form and equal short form.

Benchmarks. Has occasional repetition issue compared to previous models but achieves competitive/SOTA CER across all tested sets.

Acknowledgements

  • Train sets: OOPPEENN, Reazon, 小虫哥_, Common Voice 20, deepghs
  • Test sets: KitsuneX07, TEDxJP, kotoba-tech, Saruwatari-lab, grider-withourai

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
72c13fb

0 моделей