/ Модель

Характеристики

Параметры
51,7 млн
Лицензия
MIT
Архитектура
whisper · dense
Базовая модель
whisper-base
Опубликована
30 янв 2026

whisper-base-GGUF

Распознавание речиАудио → текст6 профессий

oxide-lab/whisper-base-GGUF — набор квантованных моделей на основе openai/whisper-base, подготовленный в формате GGUF.

1 352скачиваний за 30 дней0лайковвеса обновлены17 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Модель предназначена для автоматического распознавания речи и поддерживает многоязычные сценарии, включая английский и русский языки.

Доступны варианты квантования от q2_k до q8_0. Модели в корневом каталоге совместимы с ML-фреймворком Candle для Rust, а варианты в подкаталоге whisper.cpp — с реализацией whisper.cpp и её CLI-инструментами. Формат GGUF позволяет уменьшить размер модели и ускорить инференс, однако низкие уровни квантования, особенно q2, q3 и q4, могут существенно снижать качество распознавания. В README отдельно отмечены q4_k как компромисс между размером, скоростью и качеством, а q8_0 — как рекомендуемый вариант для производственного использования с минимальными потерями.

Модель подходит для локального распознавания аудиофайлов и интеграции в приложения на Rust или C++. Ограничения включают зависимость от выбранного уровня квантования и необходимость использовать совместимые файлы конфигурации и токенизатора для Candle либо правильную версию файлов из каталога whisper.cpp. Указана лицензия MIT, совпадающая с лицензией исходной модели Whisper.

Для каких профессий подходит6

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 - GGUF Quantized Models

Quantized versions of openai/whisper-base in GGUF format.

Directory Structure

base/
├── whisper-base-q*.gguf       # Candle-compatible GGUF models (root)
├── config.json                # Model configuration for Candle
├── tokenizer.json             # Tokenizer for Candle
└── whisper.cpp/               # whisper.cpp-compatible models
    └── whisper-base-q*.gguf

Format Compatibility

  • Root directory (whisper-base-*.gguf): Use with Candle (Rust ML framework)

    • Tensor names include model. prefix (e.g., model.encoder.conv1.weight)
    • Compatible with Neurolang application
    • Requires config-base.json and tokenizer-base.json
  • whisper.cpp/ directory: Use with whisper.cpp (C++ implementation)

    • Tensor names without model. prefix (e.g., encoder.conv1.weight)
    • Compatible with whisper.cpp CLI tools
    • Both directories contain .gguf files, not .bin files

Available Formats

Q5_0 is the "last good" option. Lower quantizations (Q4, Q3, Q2) lead to a sharp loss of quality and meaningless output.

FormatQualityUse Case
q2_kSmallestExtreme compression
q3_kSmallMobile devices
q4_0SmallLegacy compatibility
q4_kSmall-
q4_1SmallLegacy with bias
q5_0GoodLegacy compatibility
q5_kGoodGood quality
q5_1Very GoodLegacy with bias
q6_kExcellentNear-lossless
q8_0ExcellentRecommended for production Minimal loss, benchmarking

Usage

With Candle (Rust)

For this model, you need to modify the example code in candle. To try whisper in candle faster and easier, it's better to use the tiny model → https://huggingface.co/oxide-lab/whisper-tiny-GGUF

Command line example:

# Run Candle Whisper with local quantized model
cargo run --example whisper --release -- \
  --features symphonia \
  --quantized \
  --model base \
  --model-id oxide-lab/whisper-base-GGUF \

With whisper.cpp (C++)

# Use models from whisper.cpp/ subdirectory
./whisper.cpp/build/bin/whisper-cli \
  --model models/openai/base/whisper.cpp/whisper-base-q4_k.gguf \
  --file audio.wav

Recommended Format

For most use cases, we recommend q4_k format as it provides the best balance of:

  • Size reduction (~65% smaller)
  • Quality (minimal degradation)
  • Speed (faster inference than higher quantizations)

Quantization Details

  • Source Model: openai/whisper-base
  • Quantization Methods:
    • Candle GGUF (root directory): Python-based quantization. Directly PyTorch → GGUF
      • Adds model. prefix to tensor names for Candle compatibility
    • whisper.cpp GGML (whisper.cpp/ subdirectory): whisper-quantize tool
      • Uses original tensor names without prefix
  • Format: GGUF (GGML Universal Format) for both directories
  • Total Formats: 10 quantization levels (q2_k through q8_0)

License

Same as the original Whisper model (MIT License).

Citation

@misc{radford2022whisper,
  doi = {10.48550/ARXIV.2212.04356},
  url = {https://arxiv.org/abs/2212.04356},
  author = {Radford, Alec and Kim, Jong Wook and Xu, Tao and Brockman, Greg and McLeavey, Christine and Sutskever, Ilya},
  title = {Robust Speech Recognition via Large-Scale Weak Supervision},
  publisher = {arXiv},
  year = {2022},
  copyright = {arXiv.org perpetual, non-exclusive license}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Класс архитектуры
WhisperForConditionalGeneration
Ревизия весов
f4721d8

0 моделей