/ 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
28 июн 2026

serendepify-gsl-asr-ak-waxal-gnlp-whisper-small-balanced-fullft-v0.2

Распознавание речиАудио → текст

Дообученная модель Whisper Small для распознавания и транскрибирования речи на аканском языке и тви.

6скачиваний за 30 дней0лайковвеса обновлены28 июн 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

Модель teckedd/serendepify-gsl-asr-ak-waxal-gnlp-whisper-small-balanced-fullft-v0.2 — дообученная версия Whisper Small от Ghanaian Speech Lab для автоматического распознавания речи на аканском языке и тви. Это полноразмерное дообучение на сбалансированной смеси данных Waxal и GhanaNLP: в README указаны 4000 обучающих примеров, 256 примеров для разработки и 1200 шагов обучения. Модель содержит 153,1 млн параметров и использует архитектуру WhisperForConditionalGeneration; веса опубликованы в формате safetensors.

Модель предназначена для транскрибирования речи на аканском языке и тви. README приводит базовый WER 0,443, но итоговые метрики отсутствуют, а отложенная оценка и анализ ошибок ещё не завершены, поэтому качество этой версии пока следует считать кандидатом на проверку. Лицензия — CC BY-SA 4.0.

Сценарии применения

  • транскрибирование речи на аканском языке
  • распознавание устной речи на тви
  • подготовка текстовых записей аудио на аканском языке и тви

Ограничения

Итоговые метрики и отложенная оценка не приведены; README указывает, что проверка качества и классификация ошибок ещё не завершены. Базовый WER составляет 0,443.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

serendepify-gsl-asr-ak-waxal-gnlp-whisper-small-balanced-fullft-v0.2

This is the second Ghanaian Speech Lab ASR artifact: a balanced Waxal+GhanaNLP full fine-tuning pass intended to improve WER beyond the Round 2 checkpoint.

It is a real training run, not a smoke-test checkpoint, but it is still a review candidate until the held-out evaluation and failure taxonomy are complete.

License is set conservatively because this pass includes Waxal-derived data.

  • Training rows: 4000
  • Dev rows: 256
  • Max steps: 1200
  • Method: full fine-tuning from teckedd/whisper-small-waxal-round2-specaug-v1
  • Dataset mix: balanced Waxal + GhanaNLP from the v0.1 sanitized manifest

Baseline metrics:

{
  "baseline_loss": 5.176477432250977,
  "baseline_model_preparation_time": 0.0045,
  "baseline_wer": 0.4432036965729688,
  "baseline_runtime": 126.0875,
  "baseline_samples_per_second": 2.03,
  "baseline_steps_per_second": 0.508
}

Final metrics:

{
  "final_loss": 0.9554044008255005,
  "final_model_preparation_time": 0.0045,
  "final_wer": 0.5246438197920678,
  "final_runtime": 110.9766,
  "final_samples_per_second": 2.307,
  "final_steps_per_second": 0.577,
  "epoch": 4.8
}

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
47a3e47

0 моделей