/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-small
Библиотека
transformers
Опубликована
13 июл 2026

whisper-waxal-checkpoints

Распознавание речиАудио → текст

Дообученная на базе Whisper Small модель для автоматического распознавания речи и преобразования аудио в текст.

5скачиваний за 30 дней0лайковвеса обновлены13 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.

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

medbechir/whisper-waxal-checkpoints — дообученная модель распознавания речи на основе openai/whisper-small, опубликованная пользователем medbechir. Она предназначена для преобразования аудио в текст. В карточке приведены результаты оценки: loss 0,5937, WER 26,8326 и CER 9,9005; сведения о наборе данных и сценариях применения не раскрыты.

Модель использует архитектуру WhisperForConditionalGeneration и доступна в формате safetensors для библиотеки Transformers. Базовая модель OpenAI поддерживает несколько языков и перевод аудио на английский, однако языковая специализация этого чекпойнта не указана. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибирование речи из аудиозаписей
  • преобразование голосовых сообщений в текст
  • распознавание речи в мультиязычных аудио

Ограничения

Язык и область специализации дообучения, а также обучающий набор данных не описаны. На оценочном наборе указаны WER 26,8326 и CER 9,9005; без описания набора и методики эти показатели трудно интерпретировать.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-waxal-checkpoints

This model is a fine-tuned version of openai/whisper-small on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.5937
  • Wer: 26.8326
  • Cer: 9.9005

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: 1
  • eval_batch_size: 1
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 8
  • 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: 200
  • training_steps: 4000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepCerValidation LossWer
3.25370.062525030.96240.934363.2244
2.48870.12550026.62790.761553.3804
3.98300.187575012.02670.739532.5904
3.95340.25100011.61500.723431.8722
3.28360.3125125011.43640.701530.9807
3.97590.375150011.17410.676729.9282
3.72710.4375175011.07020.665329.7424
4.42420.5200010.70040.649129.0738
3.65410.5625225010.79150.633528.6033
3.22830.625250010.38150.630128.2442
2.90010.6875275010.39610.625928.0461
3.04380.75300010.37610.617127.7737
3.55000.8125325010.07910.609327.1421
3.53080.875350010.00800.599426.8945
3.66160.937537500.593326.70889.9297
3.74141.040000.593726.83269.9005

Framework versions

  • Transformers 5.13.1
  • Pytorch 2.11.0+cu128
  • Datasets 5.0.0
  • 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
566ff8c

0 моделей