/ Модель

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Архитектура
whisper · dense
Библиотека
transformers
Опубликована
14 июн 2026

whisper-burmese-myanify

Распознавание речиАудио → текст4 профессии

Дообученная модель Whisper для распознавания речи и преобразования аудио в текст, предположительно ориентированная на бирманский язык.

88скачиваний за 30 дней0лайковвеса обновлены14 сен 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

tettoewai/whisper-burmese-myanify — модель распознавания речи на архитектуре Whisper, разработанная на основе дообучения tettoewai/whisper-burmese-myanify. Она предназначена для преобразования аудио в текст; заявленная оценка на наборе для проверки: loss 0,4011 и CER 0,5333. Модель содержит 153,1 млн параметров, использует библиотеку Transformers и представлена в формате safetensors.

Карточка не сообщает состав обучающих данных и подробности применения. По названию модель ориентирована на бирманский язык, однако конкретные языковые характеристики не описаны. Условия лицензии в предоставленных данных отсутствуют.

Сценарии применения

  • транскрибация речи на бирманском языке
  • преобразование бирманских аудиозаписей в текст
  • распознавание бирманской речи в аудиоматериалах

Ограничения

CER 0,5333 на указанном наборе оценки свидетельствует о заметной доле ошибок распознавания; состав набора и условия оценки не описаны. Не сообщаются обучающие данные и лицензия.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-burmese-myanify

This model is a fine-tuned version of tettoewai/whisper-burmese-myanify on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.4011
  • Cer: 0.5333

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: 16
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • 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: 200
  • training_steps: 1500
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossCer
0.00481.42862500.38710.5407
0.00402.85715000.38300.5418
0.00144.28577500.39180.5389
0.00055.714310000.39830.5357
0.00017.142912500.39700.5344
0.00018.571415000.40110.5333

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
e5a2235

0 моделей