/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-small
Опубликована
16 июн 2026

whisper-small-manglish

Распознавание речиАудио → текст4 профессии

Дообученная Whisper Small для транскрибации речи с переключением между малаялам и английским языками.

56скачиваний за 30 дней2лайкавеса обновлены16 июн 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

Whisper Small Manglish — дообученная модель OpenAI Whisper Small, созданная для автоматической транскрибации речи с переключением между малаялам и английским (Manglish). Она принимает аудио и выдаёт текстовую расшифровку; в метаданных указаны архитектура WhisperForConditionalGeneration и формат весов safetensors. Модель рассчитана на распознавание смешанной малаяламско-английской речи.

На тестовой выборке Manglish ASR Benchmark модель показала WER 44,38% и CER 16,53%; в README сообщается, что обучение, валидация и тест не пересекались по клипам. Оценка проводилась только на этом бенчмарке, а строгая посимвольная и пословная сверка считает ошибками и варианты записи одного слова разными письменностями. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибация разговоров на смеси малаялам и английского
  • распознавание переключения языков в устной речи
  • создание текстовых расшифровок аудиоклипов на Manglish

Ограничения

Оценивалась только на Manglish ASR Benchmark. Строгое совпадение транскрипта считает ошибками варианты записи эквивалентных слов разными письменностями.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Small Manglish

Fine-tuned Whisper Small model for Malayalam-English code-switched automatic speech recognition (Manglish).

Results

ModelWER ↓CER ↓
Whisper Medium111.64%82.64%
Sarvam Saaras v3 Codemix48.61%21.95%
Whisper Small (Fine-Tuned)44.38%16.53%

Training Data

Manglish ASR Benchmark

  • Train: 2,098 clips
  • Validation: 285 clips
  • Test: 500 clips

Data Leakage Verification

  • Train ∩ Test = 0
  • Validation ∩ Test = 0
  • Train ∩ Validation = 0

Dataset

https://huggingface.co/datasets/jona276/manglish-asr-benchmark

Usage

from transformers import pipeline

pipe = pipeline( "automatic-speech-recognition", model="jona276/whisper-small-manglish" )

result = pipe("audio.wav") print(result["text"])

Limitations

  • Evaluated only on the Manglish benchmark
  • Strict transcript matching
  • Script-equivalent words are counted as errors

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
9a5c02b

0 моделей