/ Модель
Каталог

Характеристики

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

Ссылки

Hugging Face

whisper-small-SIT_17_07_26_0805

horhh
Распознавание речиАудио → текст

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

9скачиваний за 30 дней0лайковвеса обновлены17 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.

Открыть конструктор бенчмарка

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_17_07_26_0805 — дообученная модель распознавания речи на архитектуре Whisper, созданная на основе Pengwin30/whisper-small-fine-tuned. Она предназначена для преобразования аудио в текст. В карточке приведены результаты оценки: loss 0,0574 и WER 3,6448; набор данных и условия оценки не описаны.

Модель опубликована в формате safetensors и рассчитана на использование с библиотекой Transformers. Лицензия — MIT. Языки, специализированная область и ограничения применения в карточке не описаны; качество на других данных может отличаться от указанного результата.

Сценарии применения

  • расшифровка аудиозаписей в текст
  • транскрибация разговоров и интервью
  • автоматическое распознавание речи в аудиофайлах

Ограничения

Язык распознавания, обучающий набор данных и условия оценки не указаны. Приведённый WER нельзя надёжно сопоставить с другими моделями без сведений о тестовом наборе и методике оценки.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-small-SIT_17_07_26_0805

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: 0.0574
  • Wer: 3.6448

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: 64
  • eval_batch_size: 16
  • seed: 42
  • 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: cosine
  • lr_scheduler_warmup_steps: 100
  • num_epochs: 3

Training results

Training LossEpochStepValidation LossWer
1.56591.0870.07194.2412
0.05052.01740.05703.1146
0.02033.02610.05743.6448

Framework versions

  • Transformers 5.13.1
  • 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
0d59a23

0 моделей

    Создать бенчмарк