Характеристики

Лицензия: MIT
Базовая модель: whisper-large-v3-turbo
Библиотека: transformers
Опубликована: 2 июл 2026

Ссылки

Hugging Face

afrivoices-whisper-turbo-smoke-2hr

evie-8

Распознавание речиАудио → текст

Дообученная на неизвестном наборе данных модель Whisper для преобразования 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-2hr — дообученная модель распознавания речи на основе openai/whisper-large-v3-turbo. Она предназначена для преобразования аудио в текст; в README приведены результаты оценки: loss 1.1920 и WER 0.7501. Набор данных для дообучения не описан, поэтому по карточке нельзя определить языковой охват и целевые сценарии модели. Модель опубликована в формате safetensors и распространяется по лицензии MIT.

Сценарии применения

транскрибация аудиозаписей
распознавание речи в аудиофайлах
получение текстовой расшифровки речи

Ограничения

Набор данных и языковой охват дообучения не описаны. В README указана оценка WER 0.7501; качество может быть ограниченным.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

afrivoices-whisper-turbo-smoke-2hr

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: 1.1920
Wer: 0.7501

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
2.6034	1.0	443	1.3761	0.6871
1.7507	2.0	886	1.2219	0.5487
1.4161	3.0	1329	1.1920	0.7501

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: 02f5412