/ Модель

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-small
Библиотека
transformers
Опубликована
14 фев 2026

whisper-small-sr

Распознавание речиАудио → текст8 профессий

Whisper Small, дообученная для распознавания сербской речи с выдачей транскрипции латиницей.

57скачиваний за 30 дней7лайковвеса обновлены22 фев 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

istomin9192/whisper-small-sr — дообученная модель OpenAI Whisper Small для автоматического распознавания сербской речи. Она предназначена для транскрибирования аудио с выводом текста только латиницей на сербском языке. Модель построена на архитектуре Whisper и содержит 153,1 млн параметров; доступна в формате safetensors и рассчитана на использование через Transformers.

Модель обучали на смеси открытых сербских речевых корпусов, включая Common Voice 24.0, FLEURS и часть ParlaSpeech-RS. В README приведены результаты WER 6,59% и 7,09% на тестовой выборке Common Voice 24.0; для нормализованной оценки удаляли пунктуацию, приводили текст к нижнему регистру, конвертировали кириллицу в латиницу и записывали числа словами. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибирование сербской речи из аудиозаписей
  • распознавание сербской речи в записях интервью
  • создание сербских субтитров к аудио и видео
  • автоматическая расшифровка сербских выступлений и разговоров

Ограничения

Модель предназначена для вывода сербского текста латиницей и не рассчитана на другие языки или письменности. Указанные значения WER относятся к тестовой выборке Common Voice 24.0 и зависят от нормализации текста.

Для каких профессий подходит8

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-small-sr

Fine-tuned OpenAI Whisper Small.

Output script: this model is intended to produce Serbian Latin only.

  • WER on Common Voice 24.0 Serbian test: 6.59%

Model description

Training and evaluation data

This model was fine-tuned on a mixture of publicly available Serbian speech corpora, including:

  • Mozilla Common Voice 24.0, evaluated on CV test (sr)
  • FLEURS Serbian
  • ParlaSpeech-RS (subset of the full dataset)
  • Additional Serbian corpora used in the training pipeline

Training procedure

  • Epochs: 9
  • Batch size: 32 / 20
  • Optimizer: AdamW
  • LR: 6e-5 with warmup (50 steps) + cosine decay to min_lr = 1e-7
  • Mixed precision: bfloat16 (fp32 in the final epoch)
  • SpecAugment: frequency + time masking
  • Sampling: weighted sampling across datasets

Training results

EpochTrain lossCV WER
10.3330.1614
20.3440.1278
30.2510.1112
40.2020.1032
50.1670.0934
60.1380.0790
70.1180.0740
80.1030.0709
90.0960.0659

Evaluation Metrics

  • WER (normalized) on Common Voice 24.0 Serbian test: 7.09%
  • Text normalization used for WER:
    • punctuation removed
    • lowercased
    • Cyrillic → Latin conversion
    • numbers converted to words

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
1bee0fd

0 моделей