/ Модель
Каталог

Характеристики

Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-small
Библиотека
transformers
Опубликована
26 авг 2026

Ссылки

Hugging Face

whisper_sanlish_mnx_lr5e6

shoibo
Распознавание речиАудио → текст

Дообученная на базе Whisper Small модель для преобразования аудиоречи в текст.

8скачиваний за 30 дней0лайковвеса обновлены26 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.

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

shoibo/whisper_sanlish_mnx_lr5e6 — дообученная модель распознавания речи на базе мультиязычной OpenAI Whisper Small. Она принимает аудио и преобразует речь в текст; карточка указывает результаты оценки: WER 43,8951 и CER 10,2362 на оценочном наборе, а также WER 41,16% и CER 9,52% на тесте. Данные обучения в README обозначены как None, поэтому целевой язык или предметную область дообучения установить нельзя. Модель распространяется в формате Safetensors по лицензии Apache-2.0.

Сценарии применения

  • транскрибирование речи из аудиозаписей
  • распознавание речи в голосовых сообщениях
  • получение текстовой расшифровки аудио для последующей обработки

Ограничения

WER на тесте составляет 41,16%, поэтому распознавание может содержать существенные ошибки. Язык и состав обучающих данных не определены в карточке.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper_sanlish_mnx_lr5e6

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: 0.8534
  • Wer: 43.8951
  • Cer: 10.2362

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: 5e-06
  • train_batch_size: 8
  • eval_batch_size: 4
  • 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: 200
  • num_epochs: 25
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepCERValidation LossWER
16.15361.09440.35004.5547104.4400
8.01572.018824.67191.704286.4783
5.11693.028219.19511.343472.5530
4.05484.037616.51791.230564.9849
3.55185.047015.24061.128260.4440
3.04306.056414.34821.058256.1049
2.70107.065813.31581.020652.2704
2.53128.075212.87841.013451.1604
2.27819.084612.33600.990249.9495
2.110710.094012.05600.955949.0414
2.031111.0103411.82850.935148.8396
1.994912.0112811.63600.936947.2250
1.856213.0122211.61850.925848.0323
1.703614.0131611.05860.907046.0141
1.785015.0141011.00610.922845.3078
1.714616.0150410.86610.897645.1060
1.611817.0159810.67370.896344.6014
1.555818.0169210.51620.875644.5005
1.552719.0178610.48120.859444.0969
1.517020.0188010.35870.857044.0969
1.438321.0197410.16620.862343.4914
1.437122.0206810.13120.849643.1887
1.415123.0216210.21870.851943.8951
1.367624.0225610.28870.853843.9960
1.452025.0235010.23620.853443.8951

Framework versions

  • Transformers 5.15.0
  • Pytorch 2.11.0+cu128
  • Datasets 4.0.0
  • Tokenizers 0.22.2

Training configuration

SettingValue
Base modelopenai/whisper-small
Target transcription schemeSanlish (Roman-script Santali)
Learning rate5e-06
Planned epochs25
Warmup steps200
Batch size (train / eval)8 / 4 (grad accumulation 2)
Precisionfp16
Save/eval strategyper epoch
Hub checkpoint strategycheckpoint (full resumable state pushed every epoch)
Early stoppingpatience=5 on eval WER
Train / val / test split1489 / 192 / 194

Final test results

MetricScore
Test WER41.16%
Test CER9.52%

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
bd44b62

0 моделей

    Создать бенчмарк