/ Модель

Характеристики

Базовая модель
whisper-small-eu
Опубликована
21 июл 2026

whisper-small-eu-acft-ggml

Распознавание речиАудио → текст

Квантованная Whisper-модель для распознавания баскской речи и диктовки в FUTO Keyboard с поддержкой динамического аудиоконтекста.

0скачиваний за 30 дней1лайквеса обновлены21 июл 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Это квантованная модель автоматического распознавания речи на баскском языке для голосового ввода в FUTO Keyboard. Она основана на дообученной модели xezpeleta/whisper-small-eu и дополнительно адаптирована методом ACFT к динамическому аудиоконтексту, который использует whisper.cpp: модель обрабатывает фактическую длину записи и корректно завершает распознавание без повторов. Модель поставляется в формате whisper.cpp GGML q8_0 в файле примерно 264 МБ и импортируется в FUTO Keyboard для диктовки на баскском.

В описанных проверках на 50 примерах корпуса HiTZ/composite_corpus_eu_v2.1 динамический контекст дал WER 11,36 — такой же результат, как у этой модели с полным контекстом; приведены также примеры транскрипций коротких записей. Отдельные слова могут распознаваться с ошибками. Лицензия в предоставленных материалах не указана.

Сценарии применения

  • диктовка на баскском языке в FUTO Keyboard
  • распознавание коротких баскских голосовых записей
  • транскрибация речи на баскском в whisper.cpp

Ограничения

В тесте на 50 примерах указана частота ошибок слов WER 11,36; отдельные слова в примерах транскрибированы неточно. Модель предназначена для баскского голосового ввода, а лицензия не указана в предоставленных материалах.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-small-eu-acft-ggml

Basque voice input model for FUTO Keyboard — a whisper.cpp GGML q8_0 .bin you import directly into the app. No fork or recompile needed.

Formatwhisper.cpp GGML, q8_0 quantized
Filesmall_eu_acft_q8_0.bin (~264 MB)
Base modelxezpeleta/whisper-small-eu → ACFT
SHA-2568543fb56f5ba3d9205ad304655d97280395723270726a3706da6ed9737e469d0

Install in FUTO Keyboard

  1. Download small_eu_acft_q8_0.bin (~264 MB).
  2. Open the file with FUTO Keyboard — from your file manager or browser download, choose "Open with → FUTO Keyboard".
    • Alternative: FUTO Keyboard → Settings → Languages → Import from file.
  3. When prompted, associate the model with Basque (eu).
  4. Done. Tap the microphone key and dictate in Basque.

FUTO's importer detects the ggml magic bytes, copies the file to voiceinput_eu.bin, and loads it with dynamic audio_ctx. Re-importing overwrites the previous model.

Prerequisite: Basque must be enabled as a keyboard language (Settings → Languages → add Euskara/eu).

Why ACFT?

FUTO Voice Input runs whisper.cpp with dynamic audio_ctx: it encodes only the real audio length instead of zero-padding every clip to 30 s. A standard Whisper model loops / repeats forever under dynamic context. This model is fine-tuned with ACFT (Audio Conditional Fine-Tuning, futo-org/whisper-acft) so it stays robust to context truncation while preserving Basque accuracy.

Validation

Tested with whisper-cli using dynamic audio_ctx (-ac N matched to clip length) — the same condition FUTO's runtime uses. Reference is the ground truth transcript from the HiTZ/composite_corpus_eu_v2.1 test_cv split; Output is what whisper-cli -ac N transcribed. All three clips terminate cleanly (a non-ACFT model loops/repeats forever under dynamic context):

ClipDuration-acReferenceOutput
15.0 s250Honek garrantzi handia zuen Ehun Urteko Gerran.Honek garrantzen biazuen ehun urteko gerran.
26.4 s328Osasuna aurkari zuzena da eta, beraz, puntuek balio bikoitzaOsasuna aurkari zuzena da eta beraz, puntuek balio bikoitza dute.
35.2 s268Irungo familia boteretsu bat da Olazabal familia.Irungo familia boteretsu bat da Olazovan familia.

Clip 1 is slightly garbled (garrantzi handia → garrantzen biazuen), but the key point for ACFT is that all three clips transcribe coherently and terminate under dynamic context.

Transformer-space WER (composite corpus test_cv, N=50 samples, same split as the clips above):

ModelFull ctxDynamic ctx
Base (pre-ACFT)12.1911.36
ACFT (this)11.0811.36

Dynamic-ctx WER is within 0.28 of full-ctx — no degradation, no looping.

Related

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
5669118

0 моделей