Характеристики

Лицензия: MIT
Базовая модель: whisper-large-v3-turbo
Библиотека: transformers
Опубликована: 1 июл 2026

Ссылки

Hugging Face

afrivoices-whisper-turbo-smoke-2h

evie-8

Распознавание речиАудио → текст

Дообученная на базе Whisper large-v3-turbo модель для автоматического преобразования речи из аудио в текст.

0скачиваний за 30 дней0лайковвеса обновлены2 июл 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

afrivoices-whisper-turbo-smoke-2h — дообученная модель распознавания речи на основе openai/whisper-large-v3-turbo. Она принимает аудио и преобразует речь в текст; модель опубликована в формате safetensors и использует библиотеку Transformers. В README приведены результаты оценки: loss 1.0602 и WER 0.4506.

Модель может применяться для автоматической транскрибации аудиозаписей. Датасет обучения и предполагаемые сценарии использования не описаны, поэтому оценка WER сама по себе не позволяет судить о качестве на конкретных языках или типах аудио. Лицензия — MIT.

Сценарии применения

транскрибация аудиозаписей
распознавание речи в аудио
автоматическое создание текстовых расшифровок

Ограничения

Датасет обучения и поддерживаемые языки не описаны. В README указан WER 0.4506 на оценочном наборе, но состав набора не приведён.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

afrivoices-whisper-turbo-smoke-2h

This model is a fine-tuned version of openai/whisper-large-v3-turbo on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 1.0602
Wer: 0.4506

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: 4
eval_batch_size: 4
seed: 42
gradient_accumulation_steps: 2
total_train_batch_size: 8
optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
lr_scheduler_warmup_steps: 50
num_epochs: 3
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Wer
2.5986	1.0	443	1.1765	0.3968
1.7485	2.0	886	1.0615	0.3716
1.4122	3.0	1329	1.0602	0.4506

Framework versions

Transformers 5.12.1
Pytorch 2.11.0+cu128
Datasets 5.0.0
Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов: 2cbc157