/ Модель
Каталог

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-small-de
Библиотека
transformers
Опубликована
15 янв 2025

Ссылки

Hugging Face

whisper-small-de-v2

mkenfenheuer
Распознавание речиАудио → текст

Дообученная на Common Voice 17.0 модель Whisper для транскрибирования немецкой речи в текст.

39скачиваний за 30 дней0лайковвеса обновлены20 янв 2025

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

Whisper Small DE v2.0 — модель распознавания речи, разработанная Maximilian Kenfenheuer как дообучение mkenfenheuer/whisper-small-de на наборе Common Voice 17.0. Архитектура WhisperForConditionalGeneration содержит 153,1 млн параметров и принимает аудио, преобразуя его в текст на немецком языке.

Модель предназначена для транскрибирования немецкой речи. В README указаны результаты на оценочной выборке: loss 0,0607 и WER 3,6092. Репозиторий содержит веса safetensors и использует лицензию Apache-2.0. Сведения о специальных ограничениях и сценариях применения в карточке не приведены.

Сценарии применения

  • транскрибирование немецких аудиозаписей
  • распознавание немецкой речи в голосовых сообщениях
  • создание текстовых расшифровок немецких записей

Ограничения

В README не описаны ограничения модели. Приведённые метрики относятся к оценочной выборке Common Voice 17.0 и не гарантируют такое же качество на других типах аудио.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Small DE v2.0 - Maximilian Kenfenheuer

This model is a fine-tuned version of mkenfenheuer/whisper-small-de on the Common Voice 17.0 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0607
  • Wer: 3.6092

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: 16
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • training_steps: 1001
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.06220.999010000.06073.6092

Framework versions

  • Transformers 4.48.0
  • Pytorch 2.5.1+cu121
  • Datasets 3.2.0
  • Tokenizers 0.21.0

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
dc95799

0 моделей

    Создать бенчмарк