Характеристики

Параметры: 905 млн
Лицензия: MIT
Архитектура: whisper · dense
Базовая модель: whisper-large-v3-turbo
Библиотека: transformers
Опубликована: 21 мая 2025

Ссылки

Hugging Face

whisper-large-v3-turbo-greek-greece

sam8000

Распознавание речиАудио → текст5 профессий

Дообученная на FLEURS мультиязычная Whisper Large-v3-Turbo для распознавания греческой речи в текст.

508скачиваний за 30 дней4лайкавеса обновлены23 мая 2025

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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Распознавание речи» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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 sam8000/whisper-large-v3-turbo-greek-greece — дообученная на датасете FLEURS версия мультиязычной Whisper Large-v3-Turbo от OpenAI. Это модель распознавания речи, которая принимает аудио и преобразует его в текст. В метаданных указана архитектура WhisperForConditionalGeneration, библиотека Transformers и размер около 905,2 млн параметров.

Название модели указывает на настройку для греческого языка в Греции; README также приводит метрики оценки на тестовом наборе: WER 11,0591 и WER Ortho 26,8701. Лицензия — MIT. README не содержит дополнительных сведений о сценариях применения или ограничениях.

Сценарии применения

транскрибирование записей на греческом языке
распознавание греческой речи из аудиофайлов
подготовка текстовых расшифровок для греческих аудиозаписей

Ограничения

В README нет описания известных ограничений или рекомендаций по применению. Указаны метрики тестирования: WER 11,0591 и WER Ortho 26,8701.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей I.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей

Также подходит для

II.8Инженерия данных и аналитика

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-large-v3-turbo-greek-greece

This model is a fine-tuned version of openai/whisper-large-v3-turbo on the fleurs dataset. It achieves the following results on the evaluation set:

Loss: 0.3006
Model Preparation Time: 0.0067
Wer Ortho: 26.8701
Wer: 11.0591

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: 64
eval_batch_size: 64
seed: 42
gradient_accumulation_steps: 2
total_train_batch_size: 128
optimizer: Use adamw_torch with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.06
num_epochs: 1
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Model Preparation Time	Wer Ortho	Wer
0.6129	0.0204	32	0.2996	0.0067	29.5644	14.1172
0.5021	0.0408	64	0.3064	0.0067	29.0414	14.0381
0.5068	0.0612	96	0.3116	0.0067	29.3261	14.2226
0.5049	0.0816	128	0.3000	0.0067	28.5317	13.8404
0.5289	0.1020	160	0.3261	0.0067	29.5048	14.3413
0.4464	0.1224	192	0.3336	0.0067	29.5115	14.2292
0.4324	0.1428	224	0.3267	0.0067	28.9157	13.8865
0.4376	0.1632	256	0.3319	0.0067	29.8292	14.7367
0.4623	0.1836	288	0.3493	0.0067	29.5379	14.2424
0.4494	0.2040	320	0.3210	0.0067	28.9620	13.7415
0.4541	0.2244	352	0.3284	0.0067	29.0348	13.7349
0.4262	0.2448	384	0.3169	0.0067	28.7369	13.2077
0.4365	0.2652	416	0.3131	0.0067	28.7369	13.1484
0.4701	0.2856	448	0.3144	0.0067	28.5118	13.0759
0.4256	0.3060	480	0.3017	0.0067	28.4126	13.2868
0.4437	0.3264	512	0.3080	0.0067	28.6111	13.3724
0.4147	0.3468	544	0.3141	0.0067	28.1875	12.4629
0.4089	0.3672	576	0.3150	0.0067	28.2669	12.9638
0.4448	0.3876	608	0.3221	0.0067	28.5979	12.8913
0.4354	0.4080	640	0.3091	0.0067	28.1875	12.7859
0.3877	0.4284	672	0.3174	0.0067	28.0816	12.5816
0.4411	0.4488	704	0.3130	0.0067	28.4788	13.0693
0.4056	0.4692	736	0.3168	0.0067	28.3000	12.4366
0.4043	0.4896	768	0.3291	0.0067	28.1213	12.4695
0.4265	0.5100	800	0.3230	0.0067	27.8565	12.0082
0.4075	0.5304	832	0.3062	0.0067	27.4990	12.1400
0.4075	0.5508	864	0.3137	0.0067	27.6711	12.0675
0.4312	0.5712	896	0.3086	0.0067	27.6777	11.8302
0.4294	0.5916	928	0.3034	0.0067	27.4262	12.1202
0.4268	0.6120	960	0.3126	0.0067	27.9558	12.3707
0.4385	0.6325	992	0.3156	0.0067	28.0087	12.3113
0.3886	0.6529	1024	0.3043	0.0067	27.6115	11.8566
0.3761	0.6733	1056	0.3076	0.0067	27.2541	11.8434
0.4109	0.6937	1088	0.3125	0.0067	27.4924	12.0214
0.4231	0.7141	1120	0.3025	0.0067	27.3070	11.8368
0.4126	0.7345	1152	0.3058	0.0067	27.3070	11.7577
0.3999	0.7549	1184	0.3056	0.0067	26.9694	11.4677
0.4354	0.7753	1216	0.3031	0.0067	27.4725	11.6589
0.4036	0.7957	1248	0.2979	0.0067	27.2210	11.4611
0.3972	0.8161	1280	0.3043	0.0067	27.3467	11.4348
0.3478	0.8365	1312	0.3055	0.0067	27.4063	11.5139
0.3915	0.8569	1344	0.3015	0.0067	27.1813	11.4743
0.4092	0.8773	1376	0.2999	0.0067	27.0356	11.3952
0.4042	0.8977	1408	0.2974	0.0067	27.0025	11.3227
0.4332	0.9181	1440	0.3026	0.0067	27.2739	11.4282
0.4164	0.9385	1472	0.2996	0.0067	27.0158	11.1777
0.3774	0.9589	1504	0.3009	0.0067	27.0820	11.0987
0.3934	0.9793	1536	0.3006	0.0067	26.8701	11.0591
0.3695	0.9997	1568	0.3020	0.0067	26.9032	11.0921

Framework versions

Transformers 4.51.3
Pytorch 2.5.1
Datasets 3.6.0
Tokenizers 0.21.1

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: 6b13995

Характеристики

Ссылки

whisper-large-v3-turbo-greek-greece

Бенчмарки

Тесты пользователейпока нет

Добавьте модель в бенчмарк

Опишите свои задачи

Запустите и опубликуйте

Публичные оценки

Что умеет модель

Сценарии применения

Ограничения

Для каких профессий подходит5

Также подходит для

Карточка модели

whisper-large-v3-turbo-greek-greece

Model description

Intended uses & limitations

Training and evaluation data

Training procedure

Training hyperparameters

Training results

Framework versions

Как запустить