/ Модель

Характеристики

Параметры
905 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-large-v3-turbo
Опубликована
29 апр 2026

whisper-large-v3-turbo-gl-v1.0

Распознавание речиАудио → текст3 профессии

Дообученная версия Whisper Large-v3-Turbo для транскрибации аудио на галисийском языке.

80скачиваний за 30 дней0лайковвеса обновлены13 мая 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

Модель proxectonos/whisper-large-v3-turbo-gl-v1.0 разработана на основе openai/whisper-large-v3-turbo и дообучена для автоматического распознавания галисийской речи. Это плотная модель семейства Whisper с архитектурой WhisperForConditionalGeneration и 905,2 млн параметров; аудиофайлы для обучения приводились к частоте 16 кГц. Обучение использовало объединённые корпуса Common Voice v23, OpenSLR, FLEURS, FalAI и Transcrispeech.

Модель предназначена для транскрибации аудио на галисийском языке, включая чистую дикторскую речь и полу spontaneous речь. В тестировании автор сообщает метрики WER и CER на отдельных корпусах и объединённой выборке; нормализация текста при оценке улучшила итоговые показатели. Модель специализируется на галисийском и не предназначена для многоязычного распознавания или перевода речи.

Качество может снижаться на очень спонтанной речи и сильно зашумлённом аудио; на фрагментах с низким уровнем сигнала возможны галлюцинации. Репозиторий использует формат safetensors и распространяется по лицензии Apache 2.0.

Сценарии применения

  • транскрибация записей на галисийском языке
  • распознавание галисийской дикторской речи
  • расшифровка полу спонтанной речи на галисийском
  • подготовка текстовых расшифровок аудиокорпусов

Ограничения

Качество может снижаться на сильно зашумлённом и очень спонтанном аудио; на фрагментах с низким уровнем сигнала возможны галлюцинации. Модель специализирована для галисийского языка и не предназначена для многоязычного распознавания или перевода речи.

Для каких профессий подходит3

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 Large-v3-Turbo (Galician Fine-Tuned)

This model is a fine-tuned version of openai/whisper-large-v3-turbo for automatic speech recognition (ASR) in Galician (gl).

It significantly improves transcription quality in Galician compared to the base model, especially on in-domain and low-resource speech data.

Training Data

The model was fine-tuned on a combined Galician ASR dataset built from multiple public and curated corpora.
All audio was normalised to 16 kHz and a homogeneous (audio, text) format.

Datasets Included

  • Common Voice v23 (Galician)
  • OpenSLR Speech Translation GL-EN (Galician side)
  • FLEURS GL-EN (Galician side)
  • FalAI (20% of validated split)
  • Transcrispeech (Galician)

These datasets cover clean read speech, semi-spontaneous speech and more challenging acoustic conditions.

Dataset Statistics

  • Train: 171,619 utterances
  • Validation: 22,209 utterances
  • Test: 21,542 utterances

Training Procedure

Fine-tuning was performed using the 🤗 Transformers Seq2SeqTrainer.

  • Effective batch size: 16
  • Learning rate: 1e-5
  • Warmup steps: 800
  • Max training steps: 53,630
  • Precision: FP16
  • Evaluation metric: Word Error Rate (WER)
  • Model selection: Best checkpoint selected based on validation WER

Audio features were extracted using WhisperFeatureExtractor, and text was tokenized with WhisperTokenizer configured for Galician transcription.

Evaluation Results

Evaluation was performed on held-out test splits for each corpus and on a combined test set.
Metrics are reported as WER (Word Error Rate) and CER (Character Error Rate).

Fine-Tuned Model (No Text Normalization)

Per-corpus results

CorpusNWERCER
FalAI47760.00970.0034
CommonVoice145630.06880.0153
OpenSLR2820.08080.0378
FLEURS2120.19800.0730
Transcrispeech17100.20970.0770

Combined test set

DatasetNWERCER
TOTAL215430.09620.0296

Fine-Tuned Model (With Text Normalization)

A lightweight text normalization step was applied during evaluation to reduce superficial mismatches (punctuation, casing, spacing).

Per-corpus results

CorpusNWERCER
FalAI47760.00930.0033
OpenSLR2820.06480.0341
FLEURS2120.17090.0661
Transcrispeech17100.18360.0697

Combined test set

DatasetNWERCER
TOTAL215430.07950.0256

Intended Use and Limitations

This model is intended for Galician ASR research and transcription workflows.
Performance may degrade on highly spontaneous speech or very noisy audio. As with all Whisper models, hallucinations may occur in low-signal segments.

The model is specialised for Galician transcription and is not intended for multilingual use or speech translation.

Contact information

For further information, send an email to proxecto.nos@usc.gal

Licensing information

Apache License, Version 2.0

Acknowledgements

This work is funded by the Ministerio para la Transformación Digital y de la Función Pública - Funded by EU – NextGenerationEU within the framework of the project Desarrollo de Modelos ALIA. (Esta publicación del proyecto Desarrollo de Modelos ALIA está financiada por el Ministerio para la Transformación Digital y de la Función Pública y por el Plan de Recuperación, Transformación y Resiliencia – Financiado por la Unión Europea – NextGenerationEU).

Thanks also to Balidea for the technical development of this model.

Citation

@misc{proxectenos2026whisper-large-v3-turbo-gl-v1.0,
  author       = {{Proxecto Nós}},
  title        = {{Whisper Large-v3-Turbo} (Galician Fine-Tuned) },
  year         = {2026},
  publisher    = {Hugging Face},
  howpublished = {\url{https://huggingface.co/proxectonos/whisper-large-v3-turbo-gl-v1.0/}},
}

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
9395c7f

0 моделей