/ Модель

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-small
Опубликована
2 сен 2025

whisper-finetuned-somali-stt

Распознавание речиАудио → текст

Дообученная на сомалийской речи модель Whisper для автоматической транскрибации аудио в текст.

161скачиваний за 30 дней1лайквеса обновлены15 сен 2025

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

hamaada/whisper-finetuned-somali-stt — модель распознавания речи на основе Whisper, дообученная на сомалийском языке. Она преобразует сомалийскую речь в текст и рассчитана на автоматическую транскрибацию аудио. Модель содержит 153,1 млн параметров, использует архитектуру WhisperForConditionalGeneration и библиотеку Transformers. Для дообучения использовано 8 часов сомалийских речевых данных; в README приведён итоговый показатель WER 0,231513.

Модель основана на openai/whisper-small и распространяется в формате safetensors по лицензии Apache-2.0. README описывает оценку на обучении и валидации, но не приводит дополнительных сведений о качестве на других данных.

Сценарии применения

  • транскрибация речи на сомалийском языке
  • создание текстовых расшифровок сомалийских аудиозаписей
  • распознавание сомалийской речи в записанных интервью
  • преобразование сомалийских голосовых сообщений в текст

Ограничения

Дообучение выполнено на 8 часах сомалийской речи; приведённый WER 0,231513 не характеризует качество на всех типах записей и акустических условиях.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Somali ASR (Whisper)

This is a Whisper-based Automatic Speech Recognition (ASR) model fine-tuned on Somali language using the 8 Hours dataset. The model converts Somali speech to text.

🧠 Model Details

  • Language: Somali (so)
  • Trained on: 8 hours of Somali speech data
  • Framework: 🤗 Transformers

📈 Key Metrics:

  • Final WER: 0.231513
  • Final Training Loss: 0.042500
  • Final Validation Loss: 0.2177218

🗣️ Usage

To use the model, simply load it via the Hugging Face pipeline:

from transformers import pipeline

# Load the Somali ASR model
asr = pipeline("automatic-speech-recognition", model="hamaada/whisper-finetuned-somali-stt")

# Transcribe audio file to text
result = asr("path_to_somali_audio.wav")

# Output the transcribed text
print(result['text'])

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
ec377d0

0 моделей