/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
whisper · dense
Библиотека
transformers
Опубликована
11 июл 2026

whisper-base-ru

Распознавание речиАудио → текст9 профессий

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

12скачиваний за 30 дней0лайковвеса обновлены16 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

ovsyannikovls/whisper-base-ru — модель распознавания речи семейства Whisper, дообученная автором репозитория на неизвестном наборе данных. Она предназначена для преобразования аудиозаписей в текст; карточка приводит результат оценки WER 33,1041, но не описывает тестовый набор и условия измерения. Модель распространяется в формате Safetensors и использует библиотеку Transformers.

Лицензия — Apache-2.0. Подробности о данных обучения, поддерживаемых языках, контекстном окне и сценариях применения в карточке не приведены.

Сценарии применения

  • расшифровка аудиозаписей в текст
  • получение черновой транскрипции речи
  • автоматическое распознавание речи в аудиофайлах

Ограничения

В карточке не описаны данные обучения и условия оценки; приведённый WER 33,1041 трудно интерпретировать без сведений о тестовом наборе. Поддерживаемые языки и ограничения применения не уточнены.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-base-ru

This model is a fine-tuned version of ovsyannikovls/whisper-base-ru on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.4816
  • Model Preparation Time: 0.0058
  • Wer: 33.1041

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: 5e-06
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • 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: 0.1
  • num_epochs: 6
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossModel Preparation TimeWer
0.78250.77523000.76340.005846.2482
0.60101.55046000.61490.005839.2065
0.45112.32569000.55220.005837.9747
0.38673.100812000.51850.005835.1365
0.35903.876015000.49790.005834.2640
0.32904.651218000.48750.005833.8945
0.31705.426421000.48300.005833.5609
0.31346.023220.48160.005833.1041

Framework versions

  • Transformers 5.13.1
  • Pytorch 2.6.0+cu124
  • 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
9eaee5d

0 моделей