/ Модель

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
CC BY-SA 4.0
Архитектура
whisper · dense
Базовая модель
whisper-small-waxal-round2-specaug-v1
Библиотека
transformers
Опубликована
10 июл 2026

gha-whisper-small-twi-v3

Распознавание речиАудио → текст

Дообученная модель Whisper Small для транскрибирования речи на тви в текст.

6скачиваний за 30 дней0лайковвеса обновлены10 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

gha-whisper-small-twi-v3 — модель распознавания речи, созданная дообучением teckedd/whisper-small-waxal-round2-specaug-v1. Она использует архитектуру Whisper Small и предназначена для преобразования аудиозаписей на тви в текст. В метаданных указано 153,1 млн параметров; модель распространяется в формате Safetensors под лицензией CC BY-SA 4.0.

На оценочном наборе указаны Loss 0,2959, WER 0,2807 и CER 0,0958. Базовая модель описана как экспериментальная версия Whisper Small для транскрибирования на аканском и тви, обученная на WaxalNLP. Сведения о наборе данных и подробные ограничения этой версии не приведены.

Сценарии применения

  • транскрибирование записей на тви
  • распознавание речи на тви
  • получение текстовой расшифровки аудиозаписей на тви

Ограничения

WER 0,2807 и CER 0,0958 указаны только для оценочного набора; состав и условия оценки не описаны. Данные обучения и более подробные сведения об ограничениях модели отсутствуют.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gha-whisper-small-twi-v3

This model is a fine-tuned version of teckedd/whisper-small-waxal-round2-specaug-v1 on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.2959
  • Wer: 0.2807
  • Cer: 0.0958

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 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
  • training_steps: 1500
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWerCer
0.45130.47471500.43820.30440.1058
0.3080.94943000.30230.28970.0975
0.26781.42414500.29960.29690.1042
0.26361.89876000.29590.28070.0958
0.20812.37347500.29980.28960.0994
0.20062.84819000.29890.29320.1012
0.16143.322810500.30430.30100.1050
0.1693.797512000.30350.29060.1009
0.1524.272213500.30900.30040.1065
0.15124.746815000.30840.29840.1034

Framework versions

  • Transformers 4.46.3
  • Pytorch 2.5.1+cu124
  • Datasets 3.1.0
  • Tokenizers 0.20.3

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
dad7f5e

0 моделей