Характеристики

Контекст: 1 024 токена
Лицензия: Apache 2.0
Архитектура: whisper · dense
Базовая модель: whisper-small
Библиотека: transformers
Опубликована: 21 авг 2026

Ссылки

Hugging Face

saraiki-whisper-small

themohal

Распознавание речиАудио → текст5 профессий

Дообученная на сараики модель Whisper для автоматической транскрибации речи в текст.

374скачиваний за 30 дней0лайковвеса обновлены29 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

themohal/saraiki-whisper-small — модель распознавания речи на сараики, созданная дообучением openai/whisper-small. Она принимает аудио и преобразует речь в текст; в метаданных указана поддержка сараики. Модель построена на архитектуре Whisper и распространяется в формате safetensors через Transformers.

В README приведены результаты оценки: Loss 0.2483, WER 21.8085 и CER 7.2201. Датасет и условия оценки не описаны, поэтому эти показатели нельзя напрямую переносить на другие аудиозаписи. Модель выпущена под лицензией Apache-2.0.

Сценарии применения

транскрибация речи на сараики
распознавание сараикской речи в аудиозаписях
создание текстовых расшифровок сараикских интервью
преобразование сараикской речи в текст для последующей обработки

Ограничения

Датасет и условия оценки в карточке не описаны; приведённые WER и CER не позволяют оценить качество на других типах аудио. Карточка не уточняет поддержку языков или режимов помимо распознавания сараики.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели

Также подходит для

I.9Аудио и музыка

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

saraiki-whisper-small

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

Loss: 0.2483
Wer: 21.8085
Cer: 7.2201

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: 16
seed: 42
gradient_accumulation_steps: 4
total_train_batch_size: 64
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: 100
training_steps: 2000
mixed_precision_training: Native AMP

Training results

Framework versions

Transformers 5.16.1
Pytorch 2.10.0+cu128
Datasets 5.0.1
Tokenizers 0.23.1

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Репозиторий недоступен на Hugging Face.

Класс архитектуры: WhisperForConditionalGeneration
Ревизия весов: 61169b5