Характеристики

Контекст: 1 024 токена
Архитектура: whisper · dense
Базовая модель: whisper-small
Опубликована: 31 авг 2026

Ссылки

Hugging Face

whisper_sanlish_augmented_test1

thunderboltc

Распознавание речиАудио → текст3 профессии

Дообученная Whisper-small для распознавания речи на сантали с транскрипцией в IPA/Sanlish.

21скачиваний за 30 дней0лайковвеса обновлены31 авг 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.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Распознавание речи» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

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 thunderboltc/whisper_sanlish_augmented_test1 разработана на основе openai/whisper-small и дообучена для распознавания речи на сантали с выводом транскрипции в IPA/Sanlish. Это модель семейства Whisper для преобразования аудио в текст; при оценке на тестовой выборке из 193 примеров указаны WER 33,02% и CER 7,84%. Для обучения использовалось 3 094 примера, для валидации — 193.

Модель предназначена для транскрибирования речи на сантали с передачей произношения в формате IPA/Sanlish. В метаданных указан формат весов safetensors и базовая модель Whisper-small. Лицензия в предоставленных данных не описана.

Сценарии применения

Транскрибирование аудиозаписей на сантали
Запись произношения сантали в формате IPA
Подготовка транскриптов сантали для лингвистического анализа

Ограничения

На тестовой выборке указаны WER 33,02% и CER 7,84%; качество на других типах аудио не описано.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

gemini_whisper_ipa

Fine-tuned openai/whisper-small for Santali IPA/Sanlish transliteration (speech-to-text).

Last updated: 2026-08-31T22:08:11.029452Z — after epoch 10.18

Dataset split (80/10/10)

train: 3094
validation: 193
test: 193

Latest evaluation metrics (epoch 10.18)

test_loss: 0.7281994819641113
test_wer: 33.021077283372364
test_cer: 7.840385001002607

Training hyperparameters

per_device_train_batch_size: 8
gradient_accumulation_steps: 2
effective_batch_size: 16
learning_rate: 2e-05
warmup_steps: 150
num_train_epochs: 15
gradient_checkpointing: True
fp16: True
eval_strategy: IntervalStrategy.EPOCH
save_strategy: SaveStrategy.EPOCH
save_total_limit: 2
load_best_model_at_end: True
metric_for_best_model: wer
predict_with_generate: True
generation_max_length: 225

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: f9c2afe