Характеристики

Контекст: 1 024 токена
Лицензия: Apache 2.0
Архитектура: whisper · dense
Базовая модель: whisper-small
Библиотека: transformers
Опубликована: 9 июл 2026

Ссылки

Hugging Face

whisper-small-te

pratikkatoch

Распознавание речиАудио → текст

Модель Whisper Small, дообученная для распознавания и транскрибирования речи на телугу.

8скачиваний за 30 дней0лайковвеса обновлены9 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.

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

pratikkatoch/whisper-small-te — дообученная модель распознавания речи на основе openai/whisper-small, созданная с помощью Mozilla.ai Blueprint speech-to-text-finetune. Она преобразует аудио на телугу в текст и предназначена для транскрибирования речи на этом языке.

Для дообучения использовано 99 аудиозаписей на телугу из Common Voice 26.0. По приведённым в карточке метрикам, после дообучения ошибки WER и CER снизились относительно базовой модели, однако их значения остаются высокими. Модель распространяется под лицензией Apache-2.0.

Сценарии применения

транскрибирование записей речи на телугу
распознавание телугу в аудиозаписях
создание черновых субтитров на телугу

Ограничения

Дообучение выполнено всего на 99 аудиозаписях. Указанные после обучения WER и CER остаются высокими, поэтому точность транскрипции может быть ограниченной.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Finetuned openai/whisper-small on 99 Telugu training audio samples from ./cv-corpus-26.0-2026-06-12/te.

This model was created from the Mozilla.ai Blueprint: speech-to-text-finetune.

Evaluation results on 93 audio samples of Telugu:

Baseline model (before finetuning) on Telugu

Word Error Rate (Normalized): 211.709
Word Error Rate (Orthographic): 197.708
Character Error Rate (Normalized): 174.02
Character Error Rate (Orthographic): 229.888
Loss: 2.799

Finetuned model (after finetuning) on Telugu

Word Error Rate (Normalized): 78.376
Word Error Rate (Orthographic): 102.292
Character Error Rate (Normalized): 48.041
Character Error Rate (Orthographic): 64.535
Loss: 1.081

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: db1e9ce