/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-medium
Библиотека
transformers
Опубликована
8 июл 2026

whisper-medium-full-clinical-r16

Распознавание речиАудио → текст8 профессий

Дообученная на afrispeech-200 модель Whisper Medium для преобразования речи в текст.

13скачиваний за 30 дней0лайковвеса обновлены8 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

robello2/whisper-medium-full-clinical-r16 — дообученная модель OpenAI Whisper Medium для автоматического распознавания речи. Она принимает аудио и преобразует речь в текст; дообучение выполнено на наборе данных afrispeech-200. Модель построена на архитектуре Whisper и содержит около 455,8 млн параметров согласно описанию базовой модели.

В карточке приведены результаты оценки: Loss 0,7557, WER 22,4040 и CER 8,9223. Эти показатели относятся к указанному набору оценки и сами по себе не гарантируют качество на других данных. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • автоматическая расшифровка аудиозаписей
  • преобразование устной речи в текст
  • распознавание речи для задач на данных afrispeech-200

Ограничения

В README не описаны специальные ограничения и целевые сценарии применения. Приведённые WER и CER получены на оценочном наборе и могут не отражать качество на других аудиоданных.

Для каких профессий подходит8

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-medium-full-clinical-r16

This model is a fine-tuned version of openai/whisper-medium on the afrispeech-200 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.7557
  • Wer: 22.4040
  • Cer: 8.9223

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: 2
  • eval_batch_size: 2
  • seed: 42
  • gradient_accumulation_steps: 8
  • total_train_batch_size: 16
  • 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: linear
  • lr_scheduler_warmup_steps: 200
  • num_epochs: 10
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWerCer
2.57321.104725000.472726.468712.7305
1.41992.209550000.479224.921711.0376
0.59313.314275000.521023.61459.9791
0.39734.4189100000.558624.272010.2508
0.12345.5237125000.602923.09249.3290
0.06236.6284150000.655122.93779.1811
0.03227.7331175000.690522.43119.0467
0.02518.8379200000.732722.51238.9581
0.01279.9426225000.755622.42338.9253
0.009010.0226300.755722.40408.9223

Framework versions

  • Transformers 5.5.4
  • Pytorch 2.11.0+cu130
  • Datasets 2.19.0
  • 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
66e7e0b

0 моделей