Характеристики

Лицензия: MIT
Базовая модель: whisper-turbo-khmer-v9
Опубликована: 29 сен 2026

Ссылки

Hugging Face

whisper-turbo-khmer-v9-ct2-int8

kavatana

Распознавание речиАудио → текст5 профессий

Квантованная версия Whisper Turbo Khmer v9 в формате CTranslate2 для распознавания кхмерской речи на CPU.

278скачиваний за 30 дней0лайковвеса обновлены29 сен 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 конвертированная в формат CTranslate2 и квантованная до int8 модель Whisper Turbo Khmer v9 для распознавания речи на кхмерском языке. Исходную модель разработали авторы репозитория 1morecupofhottea/whisper-turbo-khmer-v9; этот репозиторий меняет формат весов для запуска на CPU.

Модель преобразует аудио с кхмерской речью в текст. В README приведён результат CER 0,1645 на 150 фразах FLEURS для km_kh и медианное время обработки 5,62 секунды на фразу при четырёх потоках CPU; это собственная оценка платформы Vatana AI, а не независимый бенчмарк.

Для декодирования README рекомендует использовать CTranslate2 напрямую и удалять управляющие токены по имени: сборка текста в faster-whisper может некорректно обрабатывать кхмерские токены. Указана лицензия MIT.

Сценарии применения

транскрибация аудиозаписей на кхмерском языке
распознавание кхмерской речи на CPU
создание текстовых расшифровок кхмерских высказываний

Ограничения

README сообщает о повышении CER до 0,1645 относительно исходной версии с float16 (0,148) на указанном тесте. Декодирование через faster-whisper может терять кхмерские токены, поэтому рекомендуется CTranslate2 напрямую с удалением управляющих токенов.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Также подходит для

I.9Аудио и музыка

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-turbo-khmer-v9, CTranslate2 int8

A CTranslate2 int8 conversion of 1morecupofhottea/whisper-turbo-khmer-v9 (MIT) at revision f8644583afbf77707a0fc75eef36f80d116eeb1f, for Khmer speech recognition on a CPU. The model and its training are the original authors' work; this repository only changes its format.

Measured: CER 0.1645 on 150 FLEURS km_kh utterances (the original in float16: 0.148), p50 5.62 s per utterance on 4 CPU threads, by the Vatana AI Platform's own evaluation (serving/scripts/eval-khmer-ct2.py).
Decoding: this fine-tune keeps its Khmer tokens above <|endoftext|>, and faster-whisper's text assembly drops them (CER 0.97). Decode with CTranslate2 directly and remove control tokens by name, as serving/spaces/khmer-asr/ct2_engine.py in the platform does.
Made with: ct2-transformers-converter --quantization int8 (serving/scripts/convert-khmer-ct2.sh).

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов: d164d0b