/ Модель

Характеристики

Лицензия
MIT
Архитектура
whisper · dense
Базовая модель
whisper-large-v3-turbo
Опубликована
31 авг 2026

agirdi

Распознавание речиАудио → текст7 профессий

Дообученная на литовской речи модель Whisper для автоматического преобразования аудио в текст.

1 344скачиваний за 30 дней5лайковвеса обновлены1 сен 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

sachmatkris/agirdi — модель автоматического распознавания литовской речи, разработанная sachmatkris на основе дообучения openai/whisper-large-v3-turbo. Она предназначена для преобразования литовской речи в текст, включая чтение вслух и спонтанную речь.

Модель использует архитектуру Whisper и была дообучена на поднаборах read и spon литовского речевого корпуса LIEPA-3. По данным карточки, Word Error Rate составляет 3,05% на тестовой выборке LIEPA-3 и 10,50% на FLEURS Lithuanian. Репозиторий содержит веса safetensors, а лицензия модели — MIT; корпус LIEPA-3 распространяется по лицензии CC BY 4.0.

Модель специализирована на литовской речи. Качество может меняться в зависимости от записи, фонового шума, особенностей говорящего и диалекта, а также терминологии предметной области; модель наследует ограничения и возможные смещения Whisper и обучающих данных.

Сценарии применения

  • расшифровка записанной литовской речи
  • транскрибация литовских выступлений и лекций
  • распознавание спонтанной литовской речи
  • подготовка субтитров к литовским аудиозаписям

Ограничения

Качество зависит от шума, качества записи, говорящего, диалекта и специализированной терминологии. Модель может наследовать ограничения и смещения Whisper и корпуса LIEPA-3.

Для каких профессий подходит7

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

agirdi

sachmatkris/agirdi is a Lithuanian automatic speech recognition (ASR) model fine-tuned from openai/whisper-large-v3-turbo.

The model was fine-tuned specifically for Lithuanian speech recognition using the read (read) and spontaneous (spon) portions of the LIEPA-3 corpus.

Model Details

  • Base model: openai/whisper-large-v3-turbo
  • Language: Lithuanian (lt)
  • Task: Automatic Speech Recognition (ASR)
  • Architecture: Whisper
  • License: MIT

Training Data

agirdi was fine-tuned on the LIEPA-3 (Didysis lietuvių kalbos garsynas) Lithuanian speech corpus.

Only the following LIEPA-3 subsets were used for fine-tuning:

  • read — read Lithuanian speech
  • spon — spontaneous Lithuanian speech

The remaining LIEPA-3 subsets were not used for training.

LIEPA-3 is distributed under the Creative Commons Attribution 4.0 International (CC BY 4.0) license.

Evaluation

The model is evaluated using Word Error Rate (WER).

DatasetWER ↓
LIEPA-3 test set3.05%
FLEURS Lithuanian10.50%

The LIEPA-3 test set measures performance on speech from the same corpus used for fine-tuning, while FLEURS Lithuanian provides an external evaluation set for measuring generalization beyond the training corpus.

Usage

import torch
from transformers import AutoModelForSpeechSeq2Seq, AutoProcessor, pipeline

model_id = "sachmatkris/agirdi"

device = "cuda:0" if torch.cuda.is_available() else "cpu"
torch_dtype = torch.float16 if torch.cuda.is_available() else torch.float32

model = AutoModelForSpeechSeq2Seq.from_pretrained(
    model_id,
    torch_dtype=torch_dtype,
    low_cpu_mem_usage=True,
    use_safetensors=True,
)

model.to(device)

processor = AutoProcessor.from_pretrained(model_id)

pipe = pipeline(
    "automatic-speech-recognition",
    model=model,
    tokenizer=processor.tokenizer,
    feature_extractor=processor.feature_extractor,
    torch_dtype=torch_dtype,
    device=device,
)

result = pipe("audio.wav")

print(result["text"])

Limitations

agirdi is specialized for Lithuanian speech recognition. Performance may vary depending on recording quality, background noise, speaker characteristics, dialect, domain-specific terminology, and other acoustic conditions.

The model may also inherit limitations and biases present in the original Whisper model and the LIEPA-3 training data.

Acknowledgements

agirdi was fine-tuned from openai/whisper-large-v3-turbo using data from the LIEPA-3 Lithuanian speech corpus.

Please refer to the LIEPA-3 dataset documentation for its license, attribution requirements, and further information about the corpus.

Citation

If you use agirdi in research, applications, or derived models, please cite/credit the model:

agirdi — Lithuanian Whisper ASR Kristijonas Raudys, 2026 https://huggingface.co/sachmatkris/agirdi

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
a405f12

0 моделей