/ Модель

Характеристики

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

waxal-multilingual-small

Распознавание речиАудио → текст

Мультиязычная дообученная на Whisper Small модель для преобразования речи из аудио в текст.

4скачиваний за 30 дней0лайковвеса обновлены18 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

waxal-multilingual-small — мультиязычная модель распознавания речи на архитектуре Whisper, дообученная на базе openai/whisper-small и разработанная sandilecwili007. Она принимает аудио и преобразует речь в текст. В карточке указаны 153,1 млн параметров, формат safetensors и библиотека Transformers. Модель можно применять для транскрибирования мультиязычной речи; базовая модель Whisper также поддерживает перевод аудио на английский язык, но для этой версии отдельно это не подтверждено.

На указанном в карточке оценочном наборе модель получила loss 0,8138 и WER 59,8955; без описания набора и методики оценки эти результаты трудно интерпретировать. В README не приведены подробности о назначении, языках обучения и ограничениях. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибирование мультиязычной речи из аудиозаписей
  • создание текстовых расшифровок аудиофайлов
  • распознавание речи в аудиопотоке

Ограничения

В README не описаны языки и условия применения. Указанный WER 59,8955 трудно оценить без сведений об оценочном наборе и методике.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

waxal-multilingual-small

This model is a fine-tuned version of openai/whisper-small on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.8138
  • Wer: 59.8955

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: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 32
  • 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: 100
  • num_epochs: 5
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWer
6.53231.41922000.938469.9910
4.69842.83844000.813859.8955
3.29694.25586000.801960.4374

Framework versions

  • Transformers 5.0.0
  • Pytorch 2.10.0+cu128
  • Datasets 5.0.0
  • 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
d829bd2

0 моделей