/ Модель

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
CC BY-NC-SA 4.0
Архитектура
whisper · dense
Базовая модель
whisper-small
Библиотека
transformers
Опубликована
29 июн 2026

whisper-small-igbo-25k

Распознавание речиАудио → текст5 профессий

Дообученная версия Whisper Small для распознавания речи на игбо, в том числе на Android-устройствах без подключения к сети.

25скачиваний за 30 дней0лайковвеса обновлены2 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

Это дообученная модель распознавания речи Whisper Small, созданная в рамках проекта Olu Igbo для транскрибирования речи на игбо. Она основана на openai/whisper-small и дообучена на данных FLEURS, Nigerian Common Voice и примерно 25 тысячах аудиозаписей корпуса NaijaVoices. Модель содержит 153,1 млн параметров и предназначена в том числе для автономной работы на Android-телефонах среднего уровня; для экспорта и запуска на устройстве доступны файлы ONNX, также репозиторий содержит веса Safetensors.

На тестовой выборке FLEURS для игбо указана WER 41,95% против 68,95% у исходной модели без дообучения. Поскольку игбо отсутствует среди языков Whisper, при обучении и распознавании используется токен языка йоруба как прокси. Модель лучше справляется с короткими и чёткими высказываниями; в живой записи и длинной сложной речи возможны ошибки, незавершённая транскрипция и повторения. Слабые места — заимствованные слова, имена и числа. Лицензия CC BY-NC-SA 4.0 разрешает использование на условиях указания авторства, распространения производных материалов на той же лицензии и ограничений на коммерческое применение.

Сценарии применения

  • транскрибирование коротких записей на игбо
  • распознавание речи на игбо на Android-телефоне
  • офлайн-транскрибация аудио на игбо
  • расшифровка записей интервью и высказываний на игбо

Ограничения

На живой записи и в длинной сложной речи качество ниже, чем на коротких чистых высказываниях; модель может не завершить транскрипцию и повторять текст. Заимствованные слова, имена собственные и числа распознаются хуже.

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 Small — Igbo (Olu Igbo)

A full fine-tune of openai/whisper-small for Igbo automatic speech recognition, built to run fully on-device on mid-range Android phones (developed and tested on a Redmi Note 10 / Snapdragon 678, CPU-only).

  • WER: 41.95% on the FLEURS Igbo test set (969 samples, normalized), down from a 68.95% zero-shot baseline.
  • Part of the Olu Igbo project: https://github.com/Elvaceishim/olu-igbo
  • INT8 ONNX exports of this model power the on-device Android app in that repo.

Language token

Igbo is not one of Whisper's 99 languages, so this model uses the Yoruba token <|yo|> (id 50325) as a language-token proxy, at both training and inference. Supply the forced decoder prefix shown below.

Usage

import numpy as np, torch
from transformers import WhisperProcessor, WhisperForConditionalGeneration

processor = WhisperProcessor.from_pretrained("openai/whisper-small")
model = WhisperForConditionalGeneration.from_pretrained("theelvace/whisper-small-igbo-25k").eval()
model.config.forced_decoder_ids = None

# audio: 16 kHz mono float32 numpy array
feats = processor.feature_extractor(audio, sampling_rate=16000, return_tensors="pt").input_features
ids = model.generate(
    feats,
    forced_decoder_ids=[[1, 50325], [2, 50359], [3, 50363]],  # <|yo|>, transcribe, no-timestamps
    num_beams=5,
    max_new_tokens=100,
)
print(processor.tokenizer.decode(ids[0], skip_special_tokens=True))

Training

  • Base: openai/whisper-small, warm-started from a LoRA adapter (q/v, r=32) that reached 62.45% WER, then full fine-tuned (all parameters — same on-device size as the base).
  • Data: FLEURS Igbo + Nigerian Common Voice (Igbo) + ~25k streamed utterances of NaijaVoices (a ~600-hour Igbo read-speech corpus).
  • SpecAugment enabled; checkpoints selected on the FLEURS validation split, WER reported on the held-out test split.
  • WER journey: 68.95% (zero-shot) → 62.45% (LoRA) → 48.58% (full fine-tune) → 41.95% (+ NaijaVoices).
  • Full training, export, and on-device inference code: https://github.com/Elvaceishim/olu-igbo

Limitations

  • Short, clear utterances transcribe well; long or complex sentences show the model's real error rate.
  • Live-mic audio is harder than clean test audio — on long/complex live speech the model may fail to emit an end-of-sentence token and ramble.
  • Borrowed words, proper nouns, and numbers are the weakest spots.

License

CC-BY-NC-SA-4.0 (non-commercial, share-alike) — inherited from the NaijaVoices training data. (Base Whisper is MIT; FLEURS is CC-BY-4.0; Common Voice is CC0.) If you need a permissively-licensed variant, the FLEURS + Common Voice–only model theelvace/whisper-small-igbo (62.45% WER) is not subject to the non-commercial restriction.

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
8c45f4a

0 моделей