/ Модель

Характеристики

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

pashto-voice-v2

Распознавание речиАудио → текст

Дообученная на базе Whisper Small модель для распознавания речи на пушту и её преобразования в текст.

7скачиваний за 30 дней0лайковвеса обновлены7 июл 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

karimnaimy/pashto-voice-v2 — дообученная Karim Na Imy модель автоматического распознавания речи на базе OpenAI Whisper Small. Она предназначена для преобразования речи в текст; название модели указывает на ориентацию на пушту. В README приведены результаты оценки: loss 0,5255 и WER 0,2770. Модель распространяется в формате Safetensors и использует лицензию Apache-2.0.

Сценарии применения

  • транскрибирование речи на пушту
  • создание текстовых расшифровок аудиозаписей на пушту
  • автоматическое распознавание пушту в аудиоматериалах

Ограничения

На оценочном наборе указана ошибка WER 0,2770; состав и условия оценки не описаны. Описание обучающих данных отсутствует.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

pashto-voice-v2

This model is a fine-tuned version of openai/whisper-small on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.5255
  • Wer: 0.2770

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: 16
  • eval_batch_size: 16
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 32
  • optimizer: Use OptimizerNames.ADAMW_TORCH 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: 10
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.51780.999946870.29280.3004
0.37951.999793740.26490.2722
0.29772.9995140610.26300.2752
0.21953.9993187480.27500.2650
0.15304.9990234350.31070.2710
0.09205.9988281220.34850.2668
0.06066.9986328090.40610.2776
0.02907.9984374960.45690.2710
0.01228.9982421830.50610.2794
0.00729.9980468700.52560.2764
0.008710.0468800.52550.2770

Framework versions

  • Transformers 5.13.0
  • Pytorch 2.6.0+cu124
  • Datasets 5.0.0
  • 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
f4a4d8b

0 моделей