/ Модель

Характеристики

Лицензия
CC BY 4.0
Опубликована
22 июн 2023

whisper-large-icelandic-62640-steps-967h-ct2

Распознавание речиАудио → текст

Конвертированная в CTranslate2 модель Whisper Large для распознавания исландской речи в текст.

113скачиваний за 30 дней0лайковвеса обновлены25 апр 2025

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 CTranslate2 модель faster-whisper на основе language-and-voice-lab/whisper-large-icelandic-62640-steps-967h. Она предназначена для автоматического распознавания речи, прежде всего исландской, и для использования в системах транскрипции на базе faster-whisper. Веса сохранены в формате float16; исходная модель Whisper Large дообучена на 967 часах данных исландской речи Samrómur.

Модель принимает аудио и выдаёт распознанный текст. Репозиторий распространяется по лицензии CC BY 4.0. Конверсия в CTranslate2 предназначена для запуска через faster-whisper; характеристики качества и ограничения распознавания в карточке не описаны.

Сценарии применения

  • транскрибация исландских аудиозаписей
  • распознавание речи в исландских интервью
  • создание субтитров к исландским видео
  • перевод исландской речи в текст для поиска по записям

Ограничения

Предназначена прежде всего для распознавания исландской речи; качество для других языков не установлено. Для запуска требуется совместимая среда faster-whisper/CTranslate2.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-large-icelandic-62640-steps-967h-ct2

This is a faster-whisper version of language-and-voice-lab/whisper-large-icelandic-62640-steps-967h.

The model was created like described in faster-whisper:

ct2-transformers-converter --model language-and-voice-lab/whisper-large-icelandic-62640-steps-967h \
    --output_dir whisper-large-icelandic-62640-steps-967h-ct2 \
    --quantization float16

Usage

from faster_whisper import WhisperModel

model_size = "whisper-large-icelandic-62640-steps-967h-ct2"

# Run on GPU with FP16
model = WhisperModel(model_size, device="cuda", compute_type="float16")

# or run on GPU with INT8
# model = WhisperModel(model_size, device="cuda", compute_type="int8_float16")
# or run on CPU with INT8
# model = WhisperModel(model_size, device="cpu", compute_type="int8")

segments, info = model.transcribe("audio.mp3", beam_size=5)

print("Detected language '%s' with probability %f" % (info.language, info.language_probability))

for segment in segments:
    print("[%.2fs -> %.2fs] %s" % (segment.start, segment.end, segment.text))

BibTeX entry and citation info

When publishing results based on these models please refer to:

@inproceedings{mena2024samromur,
  title={Samr{\'o}mur Millj{\'o}n: An ASR Corpus of One Million Verified Read Prompts in Icelandic},
  author={Mena, Carlos Daniel Hernandez and Gunnarsson, {\TH}orsteinn Da{\dh}i and Gu{\dh}nason, J{\'o}n},
  booktitle={Proceedings of the 2024 Joint International Conference on Computational Linguistics, Language Resources and Evaluation (LREC-COLING 2024)},
  pages={14305--14312},
  year={2024}
}

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
d013ff1

0 моделей