Whisper-Large-V3 for Sinhala
- base model: openai/whisper-large-v3
This is a finetuned version of the aforementioned base model for Sinhala Speech Recognition using the openslr dataset.
Usage sample can be checked here.
Характеристики
- Параметры
- 905 млн
- Размер весов
- 6,2 ГБ
- Лицензия
- Apache 2.0
- Архитектура
- whisper · dense
- Базовая модель
- whisper-large-v3
- Библиотека
- transformers
- Опубликована
- 28 дек 2024
Ссылки
whisper-large-v3-sinhala
Дообученная на OpenSLR модель Whisper large-v3 для распознавания сингальской речи и её транскрибации в текст.
161скачиваний за 30 дней0лайковвеса обновлены15 сен 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.
Добавьте модель в бенчмарк
Вместе с другими моделями категории «Распознавание речи» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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
kasunw/whisper-large-v3-sinhala — дообученная модель распознавания речи на основе Whisper large-v3 от OpenAI. Она предназначена для транскрибации аудио на сингальском языке; в основе — архитектура WhisperForConditionalGeneration с 905,2 млн параметров. Для дообучения использован датасет OpenSLR. Модель принимает аудио и выдаёт текст.
Модель распространяется по лицензии Apache-2.0. Карточка не сообщает точные ограничения качества или длину контекста; назначение модели ограничено распознаванием речи на сингальском языке.
Сценарии применения
- транскрибация аудиозаписей на сингальском языке
- распознавание сингальской речи в устных сообщениях
- преобразование сингальских аудиозаписей в текст
Ограничения
Модель ориентирована на распознавание речи на сингальском языке; качество на других языках не подтверждено. В карточке не приведены результаты оценки качества.
Для каких профессий подходит4
Разделы каталога профессий, в задачах которых используется эта модель
I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделейI.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953моделиI.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделейI.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers
Подбираем GPU…
- Класс архитектуры
- WhisperForConditionalGeneration
- Ревизия весов
- f66f6f5