/ Модель

Характеристики

Контекст
1 024 токена
Параметры
29,4 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-tiny
Опубликована
1 сен 2026

Whisper-Tiny-Myanmar-Full-Fine-Tune

Распознавание речиАудио → текст5 профессий

Компактная модель Whisper, дообученная для транскрибации бирманской речи в текст.

49скачиваний за 30 дней0лайковвеса обновлены2 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

Whisper Tiny Myanmar — модель распознавания речи, созданная Thant Zin Phyo путём дообучения openai/whisper-tiny на наборе thantzinphyo/burmese-speech-refined-openslr-80. Она преобразует аудиозаписи на бирманском языке в текст и предназначена для транскрибации речи. Модель использует архитектуру Whisper, содержит 29,4 млн параметров и сохранена в формате Safetensors.

В карточке приведены результаты на проверочной выборке: WER 51,72% и CER 13,11% для лучшего контрольного состояния на шаге 1200. Эти показатели указывают на заметные ошибки распознавания, поэтому результат может требовать проверки и исправления. Лицензия — Apache-2.0.

Сценарии применения

  • Транскрибация записей речи на бирманском языке
  • Получение текстовой расшифровки бирманского аудио
  • Подготовка черновых субтитров для бирманских аудиозаписей

Ограничения

На указанной проверочной выборке WER составляет 51,72%, а CER — 13,11%, поэтому расшифровки могут содержать существенные ошибки и требуют проверки. Данных о качестве на других наборах или языках нет.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Whisper Tiny Myanmar (Direct End-to-End Fine-Tuned)

This model is a fine-tuned version of openai/whisper-tiny trained directly on the thantzinphyo/burmese-speech-refined-openslr-80 dataset.

Benchmark Results (Best Checkpoint — Step 1200)

  • Best Validation WER: 51.7196%
  • Best Validation CER: 13.1144% (Character Accuracy: ~86.89%)
  • Training Loss: 0.000098 | Validation Loss: 0.2324

How to Use (Python Inference)

import torch
from transformers import pipeline

pipe = pipeline(
    "automatic-speech-recognition",
    model="thantzinphyo/Whisper-Tiny-Myanmar-Full-Fine-Tune",
    device=0 if torch.cuda.is_available() else -1
)

result = pipe("your_burmese_audio.wav", generate_kwargs={"language": "my", "task": "transcribe"})
print("Transcribed Text:", result["text"]) # အခု ကတော့ သဘောတရားလေး ပဲ ပြောပြတာပါ

Full 1500 Steps Training History

StepTraining LossValidation LossWER (%)CER (%)Status
1006.2548510.75700498.809574.7487Early Warmup
2001.6959340.20270078.130528.0049Rapid Convergence
3000.2730450.17473164.021219.3644
4000.1240230.18786361.772518.9008
5000.0710830.19790860.141116.4377
6000.0428260.20307356.746015.1810
7000.0280460.21557658.068815.5161
8000.0160050.21890457.539721.2020
9000.0087200.21991754.629614.2035
10000.0021900.23337653.791913.8405
11000.0004450.23196352.954113.4663
12000.0000980.23241751.719613.1144Best Checkpoint
13000.0000840.23355351.895913.1535
14000.0000790.23396551.984113.0529
15000.0000790.23402251.895913.0418

Hyperparameters

  • Base Model: openai/whisper-tiny (100% End-to-End)
  • Effective Batch Size: 64 (16 per device × 4 gradient accumulation)
  • Learning Rate: 1.5e-4 with Cosine Annealing Scheduler
  • Warmup Steps: 150
  • Total Steps: 1500

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
WhisperForConditionalGeneration
Ревизия весов
799ee13

0 моделей