/ Модель

Характеристики

Контекст
1 024 токена
Параметры
456 млн
Архитектура
whisper · dense
Базовая модель
whisper-small
Библиотека
transformers
Опубликована
2 мар 2025

whisper-small-ks

Распознавание речиАудио → текст4 профессии

Дообученная версия Whisper Small для транскрибирования речи на кашмирском языке.

121скачиваний за 30 дней0лайковвеса обновлены1 апр 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.

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

muneebharoon/whisper-small-ks — дообученная Muneeb Haroon модель автоматического распознавания речи на базе openai/whisper-small. Она предназначена для транскрибирования аудио на кашмирском языке. Модель построена на архитектуре Whisper и содержит 455,8 млн параметров; для работы используется библиотека Transformers.

На указанном наборе оценки модель получила WER 39,8077 и loss 1,1578. Эти результаты относятся только к описанной оценочной выборке и не гарантируют такое же качество на других записях. Модель принимает аудио и генерирует текстовую транскрипцию. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • транскрибирование аудиозаписей на кашмирском языке
  • получение текстовых расшифровок кашмирской речи
  • распознавание кашмирской речи в записях для последующей ручной проверки

Ограничения

В оценке на указанном наборе данных WER составляет 39,8077, поэтому транскрипции могут требовать проверки. Лицензия модели не указана в предоставленных данных.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Small ks - Muneeb Haroon

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

  • Loss: 1.1578
  • Wer: 39.8077

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: 2
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 8
  • optimizer: Use OptimizerNames.ADAMW_TORCH 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: 500
  • training_steps: 10000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
0.012321.281110000.938248.125
0.005142.562220000.994642.4519
0.003263.843230001.027841.3942
0.085.108140001.113840.5288
0.0106.389250001.157839.8077
0.0127.670360001.186939.8077
0.0148.951470001.221140.0
0.0170.216280001.243040.2404
0.0191.497390001.267940.2885
0.0212.7784100001.276240.3365

Framework versions

  • Transformers 4.49.0
  • Pytorch 2.5.1+cu124
  • 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
cf8b5ed

0 моделей