/ Модель

Характеристики

Контекст
1 024 токена
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-tiny
Библиотека
transformers
Опубликована
30 авг 2026

whisper-tiny-minds14-enUS

Распознавание речиАудио → текст

Дообученная на PolyAI/MInDS-14 модель Whisper-tiny для распознавания американской английской речи и её транскрибации.

6скачиваний за 30 дней0лайковвеса обновлены30 авг 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-tiny-minds14-enUS — дообученная модель OpenAI Whisper-tiny, опубликованная пользователем senthilsdglakhsg. Она предназначена для автоматического распознавания речи и преобразования аудио в текст, в частности для транскрибации примеров из датасета PolyAI/MInDS-14. Модель использует архитектуру WhisperForConditionalGeneration и доступна в формате safetensors для библиотеки Transformers.

На оценочной выборке указаны Loss 0,4681, WER 0,3634 и WER Ortho 0,3504. Суффикс enUS указывает на вариант для американского английского; карточка не подтверждает другие языки или сценарии применения. Модель основана на openai/whisper-tiny и распространяется по лицензии Apache-2.0.

Сценарии применения

  • транскрибация американской английской речи
  • распознавание речи из аудиозаписей MInDS-14
  • преобразование англоязычного аудио в текст

Ограничения

В README указана оценка WER 0,3634 (WER Ortho 0,3504), поэтому точность распознавания может быть ограниченной. Данные подтверждают специализацию на американском английском и MInDS-14; качество на других языках и типах аудио не описано.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-tiny-minds14-enUS

This model is a fine-tuned version of openai/whisper-tiny on the PolyAI/minds14 dataset. It achieves the following results on the evaluation set:

  • Loss: 0.4681
  • Wer: 0.3634
  • Wer Ortho: 0.3504

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: 2
  • 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: 50
  • num_epochs: 5
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWerWer Ortho
6.00961.0291.91280.49410.3942
1.33922.0580.51420.39610.3806
0.67573.0870.47520.37320.3566
0.51354.01160.46720.37750.3652
0.45735.01450.46810.36340.3504

Framework versions

  • Transformers 5.16.1
  • Pytorch 2.11.0+cu128
  • Datasets 5.0.1
  • Tokenizers 0.23.1

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
aef3a47

0 моделей