/ Модель

Характеристики

Параметры
905 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Опубликована
18 мар 2026

piyola-v1

Распознавание речиАудио → текст9 профессий

Дообученная на узбекском языке модель Whisper для преобразования речи из аудио в текст.

107скачиваний за 30 дней0лайковвеса обновлены19 мар 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

Piyola-v1 — модель автоматического распознавания речи на узбекском языке, созданная дообучением Whisper Large V3 Turbo. Она принимает аудио и преобразует речь в текст; подходит для транскрибации узбекских записей. Модель основана на архитектуре Whisper, содержит около 905,2 млн параметров и опубликована в формате safetensors с точностью BF16. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибация узбекских аудиозаписей
  • распознавание узбекской речи в диктофонных записях
  • создание текстовых расшифровок узбекских выступлений

Ограничения

В карточке не приведены оценки качества и сведения о работе с речью на языках, кроме узбекского.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Large V3 Turbo — Uzbek

Fine-tuned openai/whisper-large-v3-turbo for Uzbek automatic speech recognition.

Usage

from transformers import WhisperForConditionalGeneration, WhisperProcessor
import librosa

model_id = "idrock/piyola-v1"

processor = WhisperProcessor.from_pretrained(model_id)
model = WhisperForConditionalGeneration.from_pretrained(model_id)

audio, sr = librosa.load("audio.wav", sr=16000)

inputs = processor(audio, sampling_rate=16000, return_tensors="pt")
predicted_ids = model.generate(
    inputs.input_features,
    language="uz",
    task="transcribe",
    max_new_tokens=225,
)

text = processor.batch_decode(predicted_ids, skip_special_tokens=True)[0]
print(text)

Training

  • Base model: openai/whisper-large-v3-turbo
  • Language: Uzbek (uz)
  • Task: Transcribe
  • Precision: BF16

License

Apache 2.0

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
5fda148

0 моделей