/ Модель

Характеристики

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

whisper-small-p0km

Распознавание речиАудио → текст

Дообученная на Recorded Voice Data версия Whisper Small для распознавания речи в аудио и преобразования её в текст.

6скачиваний за 30 дней0лайковвеса обновлены6 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

Whisper Small P0-KM V2 — модель распознавания речи, созданная дообучением openai/whisper-small на наборе Recorded Voice Data. Она предназначена для преобразования аудиозаписей в текст; в метаданных модель указана как мультиязычная Whisper-модель с поддержкой аудио на входе. Репозиторий использует Transformers и хранит веса в формате safetensors.

В карточке приведены результаты оценки: loss 0,8060, WER 52,7273 и WER Ortho 88,2353. Эти значения указывают на заметные ошибки распознавания и требуют осторожности при практическом применении. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • транскрибирование записанной речи
  • распознавание речи из голосовых записей
  • подготовка черновых текстовых расшифровок аудио

Ограничения

В карточке указаны WER 52,7273 и WER Ortho 88,2353, что свидетельствует о значительных ошибках на оценочном наборе. Оценка дана на одном наборе данных, поэтому качество на других записях может отличаться.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Small P0-KM V2

This model is a fine-tuned version of openai/whisper-small on the Recorded Voice Data dataset. It achieves the following results on the evaluation set:

  • Loss: 0.8060
  • Wer Ortho: 88.2353
  • Wer: 52.7273

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: 1e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: constant_with_warmup
  • lr_scheduler_warmup_steps: 50
  • training_steps: 1000
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer OrthoWer
0.002017.85715000.705390.196158.9091
0.000035.714310000.806088.235352.7273

Framework versions

  • Transformers 5.12.1
  • Pytorch 2.11.0+cu128
  • Datasets 4.0.0
  • 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
645c317

0 моделей