/ Модель

Характеристики

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

gikuyu-asr-v0

Распознавание речиАудио → текст5 профессий

Дообученная версия Whisper Small для транскрибирования речи на кикуйю.

16скачиваний за 30 дней1лайквеса обновлены14 авг 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

Модель karanjaxyz/gikuyu-asr-v0 — дообученная на наборе karanjaxyz/kikuyu-asr-data модель OpenAI Whisper Small для автоматического распознавания речи на кикуйю. Она принимает аудио и генерирует текстовую транскрипцию. В карточке указаны результаты оценки: WER 32,86 и CER 10,47; описание не содержит подробностей о сценариях применения или условиях записи, использованных при оценке. Модель построена на архитектуре Whisper и опубликована в формате safetensors для Transformers. Лицензия — Apache-2.0.

Сценарии применения

  • Транскрибирование записей на кикуйю
  • Распознавание речи на кикуйю в аудиозаписях
  • Создание текстовых субтитров для речи на кикуйю

Ограничения

На оценочном наборе указаны WER 32,86 и CER 10,47; в README нет сведений об условиях тестирования и типичных ограничениях модели.

Для каких профессий подходит5

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

gikuyu-asr-v0

This model is a fine-tuned version of openai/whisper-small on the karanjaxyz/kikuyu-asr-data dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2944
  • Wer: 32.8628
  • Cer: 10.4740

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: 32
  • 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: linear
  • lr_scheduler_warmup_steps: 500
  • num_epochs: 2
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWerCer
0.56210.21165000.491653.279416.7317
0.44140.423210000.385242.382513.5806
0.39140.634815000.350538.044412.2589
0.38290.846420000.330236.891012.0260
0.31881.058025000.315734.670311.7171
0.31461.269630000.308934.429311.1204
0.29461.481235000.304033.930110.8692
0.30361.692840000.297433.517010.8927
0.29721.904445000.295232.897210.4897
0.29792.047260.294432.862810.4740

Framework versions

  • Transformers 5.15.0
  • Pytorch 2.8.0+cu128
  • Datasets 3.6.0
  • 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
cb00adc

0 моделей