/ Модель
Каталог

Характеристики

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

Ссылки

Hugging Face

whisper-tiny-te

laharimorusu
Распознавание речиАудио → текст

Дообученная версия Whisper tiny для транскрибации речи на телугу в текст.

10скачиваний за 30 дней0лайковвеса обновлены15 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.

Открыть конструктор бенчмарка

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

laharimorusu/whisper-tiny-te — дообученная на пяти аудиопримерах на телугу модель распознавания речи, созданная на основе openai/whisper-tiny с помощью Mozilla.ai Blueprint speech-to-text-finetune. Она предназначена для преобразования речи на телугу в текст; архитектура — WhisperForConditionalGeneration, библиотека запуска — Transformers, формат весов — safetensors.

В README приведены результаты до и после дообучения: нормализованный WER снизился с 207,368 до 15,789, а нормализованный CER — с 127,154 до 7,491. При этом орфографические WER и CER после дообучения составили 100 и 83,895 соответственно, поэтому качество зависит от способа нормализации и требует осторожной оценки на целевых данных. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибация аудиозаписей на телугу
  • распознавание речи на телугу в голосовых сообщениях
  • создание текстовых черновиков из записей на телугу

Ограничения

Дообучение выполнено всего на пяти аудиопримерах, поэтому обобщение на другие записи не гарантировано. Орфографические метрики после дообучения остаются высокими: WER 100 и CER 83,895.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Finetuned openai/whisper-tiny on 5 telugu training audio samples from example_data/custom.

This model was created from the Mozilla.ai Blueprint: speech-to-text-finetune.

Evaluation results on 5 audio samples of telugu:

Baseline model (before finetuning) on telugu

  • Word Error Rate (Normalized): 207.368
  • Word Error Rate (Orthographic): 219.149
  • Character Error Rate (Normalized): 127.154
  • Character Error Rate (Orthographic): 134.457
  • Loss: 3.189

Finetuned model (after finetuning) on telugu

  • Word Error Rate (Normalized): 15.789
  • Word Error Rate (Orthographic): 100.0
  • Character Error Rate (Normalized): 7.491
  • Character Error Rate (Orthographic): 83.895
  • Loss: 1.772

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
9fd8544

0 моделей

    Создать бенчмарк