/ Модель

Характеристики

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

whisper-small-alif

Распознавание речиАудио → текст9 профессий

Дообученная версия Whisper Small для распознавания речи и преобразования аудио в текст.

10скачиваний за 30 дней0лайковвеса обновлены27 июн 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

whisper-small-alif — дообученная на датасете audiofolder модель распознавания речи на основе openai/whisper-small. Она предназначена для преобразования аудио в текст; карточка сообщает о результате WER 0,0 на оценочном наборе, но не описывает его состав, поэтому этот показатель нельзя переносить на другие данные. Модель построена на архитектуре WhisperForConditionalGeneration и распространяется в формате safetensors через библиотеку Transformers.

Базовая Whisper поддерживает несколько языков и перевод аудио на английский, однако карточка этой версии не уточняет языки и сценарии дообучения. Модель распространяется по лицензии Apache-2.0. Состав обучающих данных и ограничения применения в карточке подробно не раскрыты.

Сценарии применения

  • транскрибирование речи из аудиозаписей
  • автоматическое получение текста из голосовых сообщений
  • распознавание речи в пользовательских аудиофайлах

Ограничения

WER 0,0 указан для оценочного набора, состав которого не описан, и не гарантирует такую же точность на других аудио. Языки и подробные ограничения применения этой версии в карточке не уточнены.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-small-alif

This model is a fine-tuned version of openai/whisper-small on the audiofolder dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2298
  • Wer: 0.0

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: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 16
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED 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: 50
  • num_epochs: 20
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
No log1.043.3199100.0
6.39472.083.2238100.0
6.35703.0121.7064100.0
3.60434.0160.865475.0
1.30345.0200.19430.0
1.30346.0240.02410.0
0.17577.0280.00710.0
0.00558.0320.00000.0
0.00029.0360.00000.0
0.000010.0400.00000.0
0.000011.0440.00000.0
0.000012.0480.00000.0
0.000013.0520.00000.0
0.000014.0560.00000.0
0.000015.0600.00000.0
0.000016.0640.00000.0
0.000017.0680.00000.0
0.000018.0720.00000.0
0.000019.0760.00000.0
0.000020.0800.00000.0

Framework versions

  • Transformers 5.12.0
  • Pytorch 2.11.0+cu128
  • Datasets 4.0.0
  • 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
9a76820

0 моделей