/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
MIT
Архитектура
whisper · dense
Базовая модель
whisper-small-fine-tuned
Библиотека
transformers
Опубликована
8 июл 2026

whisper-small-SIT_08_07_26_0521

Распознавание речиАудио → текст

Дообученная модель Whisper для автоматического распознавания речи и преобразования аудио в текст.

6скачиваний за 30 дней0лайковвеса обновлены8 июл 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

horhh/whisper-small-SIT_08_07_26_0521 — дообученная модель распознавания речи на базе Pengwin30/whisper-small-fine-tuned. Она использует архитектуру Whisper и предназначена для преобразования аудио в текст. В README приведены результаты оценки: loss 0,0369 и WER 1,3254, однако описание датасета и методики оценки отсутствует, поэтому эти показатели нельзя уверенно интерпретировать.

Модель опубликована в формате safetensors и использует библиотеку Transformers. Лицензия — MIT. В карточке не описаны поддерживаемые языки, контекст аудио или ограничения применения.

Сценарии применения

  • транскрибация аудиозаписей
  • распознавание речи в голосовых сообщениях
  • преобразование аудио в текст для последующего поиска
  • автоматическая расшифровка записей

Ограничения

Языки и характеристики обучающего набора не описаны. Метрика WER указана без сведений о тестовых данных и методике оценки.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-small-SIT_08_07_26_0521

This model is a fine-tuned version of Pengwin30/whisper-small-fine-tuned on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0369
  • Wer: 1.3254

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: 8
  • eval_batch_size: 4
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 16
  • 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: 100
  • num_epochs: 3
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.78521.01810.04412.3857
0.02982.03620.04212.1206
0.00593.05430.03691.3254

Framework versions

  • Transformers 5.12.1
  • Pytorch 2.11.0+cu128
  • Datasets 2.19.0
  • Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
WhisperForConditionalGeneration
Ревизия весов
ae1794f

0 моделей