Характеристики

Архитектура: whisper · dense
Базовая модель: whisper-large-v3-tunisian-codeswitch-asr-v2
Опубликована: 28 июл 2026

Ссылки

Whisperv3-tunisian-codeswitch

Распознавание речиАудио → текст4 профессии

Дообученная на тунисской арабской речи с переключением на французский и английский Whisper-модель для транскрибирования аудио.

257скачиваний за 30 дней1лайквеса обновлены2 авг 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Распознавание речи» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
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

oddadmix/Whisperv3-tunisian-codeswitch — дообученная модель распознавания речи на базе Whisper-large-v3, представленная для подзадачи NADI 2026 по распознаванию тунисской арабской речи с переключением между арабским, французским и английским языками. Модель принимает аудио и выдаёт транскрипцию; в README описано декодирование с параметрами language="ar" и task="transcribe".

Модель дообучена на данных тунисской речи с переключением языков и записях TEDx из обучающей части NADI; использовались два эпоха обучения и SpecAugment. В README указаны WER 17,26% и CER 6,91% на валидации, а также WER 15,22 на слепом тесте. Это результаты конкретных наборов данных и протокола оценки; качество на других условиях может отличаться. Лицензия в предоставленных данных не указана.

Сценарии применения

транскрибирование речи на тунисском арабском диалекте
распознавание речи с переключением между арабским и французским
распознавание речи с переключением между арабским и английским
подготовка транскрипций тунисских интервью и выступлений

Ограничения

Оценки качества приведены для указанных в README наборов данных и могут не переноситься на другие акценты, шумовые условия или сочетания языков. Результат на слепом тесте приведён без процента; лицензия в доступных данных не описана.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели I.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

NADI 2026 Subtask 1.3 — Tunisian Code-Switched ASR (faruk-v7)

Whisper-large-v3 full fine-tune for Tunisian Arabic ↔ French/English code-switched ASR (NADI 2026 shared task, subtask 1.3).

Recipe: fresh full-FT from tun-asr-aug-v4 on FARUKxAUTO/tunisian-asr-cleaned (46K, dense Tunisian↔French code-switch) + NADI TEDx train replay, 2 epochs, --spec_augment, paged_adamw_8bit, lr 5e-6 (a single longer cosine schedule — 2 epochs is the sweet spot).
Results: validation WER 17.26% / CER 6.91%; blind test WER 15.22 (🥉).
Decode greedy, language="ar", task="transcribe". Submit raw (scorer applies clean_transcription).

from transformers import WhisperForConditionalGeneration, WhisperProcessor
import torch
m = WhisperForConditionalGeneration.from_pretrained("oddadmix/nadi2026-subtask1.3-tunisian-codeswitch-asr-faruk-v7", torch_dtype=torch.bfloat16).cuda().eval()
p = WhisperProcessor.from_pretrained("oddadmix/nadi2026-subtask1.3-tunisian-codeswitch-asr-faruk-v7")
# feats = p(audio, sampling_rate=16000, return_tensors="pt").input_features.cuda().to(torch.bfloat16)
# ids = m.generate(feats, language="ar", task="transcribe", max_new_tokens=256)
# print(p.batch_decode(ids, skip_special_tokens=True))

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры: WhisperForConditionalGeneration
Ревизия весов: 697c959