/ Модель
Каталог

Характеристики

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

Ссылки

Hugging Face

whisper-viet-smart-callcenter

mi2010
Распознавание речиАудио → текст

Дообученная на базе Whisper Small модель для распознавания вьетнамской речи, в том числе в сценариях колл-центра.

4скачиваний за 30 дней0лайковвеса обновлены5 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

mi2010/whisper-viet-smart-callcenter — дообученная модель распознавания речи на основе openai/whisper-small, разработанная автором репозитория mi2010. Она предназначена для преобразования аудио в текст; название указывает на применение во вьетнамском языке и сценариях колл-центра, а метаданные подтверждают поддержку вьетнамского языка. Модель построена на архитектуре Whisper и загружается в формате safetensors через библиотеку Transformers.

Модель лицензирована по Apache-2.0. Карточка не сообщает деталей обучающего набора, качества распознавания, контекста или ограничений для сценариев колл-центра.

Сценарии применения

  • транскрибация вьетнамских звонков в колл-центр
  • распознавание речи операторов и клиентов
  • преобразование вьетнамских аудиозаписей в текст

Ограничения

В README не приведены результаты оценки, параметры обучающих данных или сведения о качестве на телефонной речи.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-viet-smart-callcenter

This model is a fine-tuned version of openai/whisper-small on the None dataset.

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: 4
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • 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
  • training_steps: 500
  • mixed_precision_training: Native AMP

Training results

Framework versions

  • Transformers 5.12.1
  • 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
d949e54

0 моделей

    Создать бенчмарк