/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
whisper-medium-id
Опубликована
14 июл 2026

whisper-medium-id-ggml

Распознавание речи

Квантованная Whisper Medium для распознавания индонезийской речи и её транскрибации в текст в whisper.cpp.

0скачиваний за 30 дней0лайковвеса обновлены14 июл 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

Это квантованная версия Whisper Medium Indonesian — модели распознавания речи, основанной на дообученной для индонезийского языка cahya/whisper-medium-id. Разработчик репозитория подготовил веса в формате GGML с квантизацией Q5_0 для whisper.cpp и совместимых приложений, включая whisper-rs и каталог моделей Notulenku.

Модель принимает аудио и преобразует индонезийскую речь в текст. В карточке базовой модели приведены результаты на тестовых наборах формальной речи: WER 3,83% на Common Voice 11 и 9,74% на Google FLEURS. Эти показатели не следует напрямую переносить на спонтанную или неформальную речь, например записи встреч. Лицензия — Apache 2.0.

Сценарии применения

  • транскрибация индонезийской речи из аудиофайлов
  • распознавание индонезийской речи в записях встреч
  • создание текстовых субтитров для индонезийского аудио

Ограничения

Приведённые показатели WER относятся к формальной речи; на спонтанной и неформальной индонезийской речи качество может быть заметно ниже. Модель предназначена для использования с whisper.cpp или совместимыми приложениями.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Medium Indonesian — GGML Q5_0

This is a GGML Q5_0 quantized conversion of cahya/whisper-medium-id, an Indonesian-language fine-tune of OpenAI's Whisper Medium.

Details

ItemValue
Base modelcahya/whisper-medium-id (Apache 2.0)
FormatGGML (whisper.cpp compatible)
QuantizationQ5_0
Fileggml-model-medium-id-q5_0.bin
Size539,212,467 bytes (~514 MB)
Original training dataCommon Voice 11, Magic Data, TITML, Google FLEURS

Usage

This model is designed to be used with whisper.cpp or any application built on whisper.cpp bindings (e.g. whisper-rs).

Direct download URL (unauthenticated):

https://huggingface.co/rafdiraf/whisper-medium-id-ggml/resolve/main/ggml-model-medium-id-q5_0.bin

With whisper.cpp CLI

./main -m ggml-model-medium-id-q5_0.bin -l id -f audio.wav

With Notulenku

This model is available in Notulenku's model catalog as medium-id-q5_0. Select it from Settings → Transcription → Model.

Reported Accuracy (upstream)

From the original cahya/whisper-medium-id model card:

DatasetWER
Common Voice 11 (test)3.83%
Google FLEURS (test)9.74%

Note: These benchmarks are on formal/read speech. Performance on spontaneous or informal Indonesian speech (e.g. meetings) will be significantly higher — see arXiv 2410.08828 for IDSV benchmark results.

Attribution & License

This model is a derivative of cahya/whisper-medium-id by Cahya Wirawan, licensed under the Apache License 2.0.

Changes made: Converted from Hugging Face Transformers format to GGML format using whisper.cpp's conversion scripts, then quantized to Q5_0.

Per Apache 2.0 §4 (Redistribution), this derivative work retains the original license and carries this attribution notice. No other modifications were made to the model weights beyond format conversion and quantization.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

У модели не указана задача.

Ревизия весов
674030c

0 моделей