/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
whisper · dense
Библиотека
transformers
Опубликована
25 авг 2026

whisper_sanlish_mnx_lr2e5

Распознавание речиАудио → текст3 профессии

Дообученная Whisper-small распознаёт речь на сантали и записывает транскрипцию латиницей в орфографии Sanlish.

20скачиваний за 30 дней0лайковвеса обновлены25 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.

  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

Модель thunderboltc/whisper_sanlish_mnx_lr2e5 — дообученная thunderboltc модель Whisper-small для распознавания речи на сантали с выводом транскрипции латиницей в орфографии Sanlish. Она использует архитектуру Transformer encoder-decoder Whisper и предназначена для исследований и разработки речевых технологий для сантали, низкоресурсного языка. Обучение проводилось на 1 489 аудиозаписях с транскрипциями; для проверки использовались 192 примера, для тестирования — 194.

На тестовой выборке указаны WER 37,50% и CER 8,27%. Модель принимает аудио и генерирует текст. Репозиторий распространяется по лицензии Apache-2.0.

Сценарии применения

  • транскрибация аудиозаписей на сантали латиницей
  • получение Sanlish-транскрипций для исследований речи на сантали
  • создание текстовых расшифровок речи на низкоресурсном языке

Ограничения

Модель обучена на небольшом наборе данных: 1 489 тренировочных примеров; на тестовой выборке WER составляет 37,50%, поэтому в транскрипциях возможны ошибки.

Для каких профессий подходит3

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-Small Fine-Tuned for Santali Speech-to-Sanlish Transliteration

This repository contains a fine-tuned Whisper-small model for Santali speech-to-Sanlish transliteration.

The model was fine-tuned on a small Santali speech dataset to convert spoken Santali into Roman-script Santali (Sanlish). The model is intended for research on low-resource speech recognition and Santali language technology.

Model Details

  • Base model: openai/whisper-small
  • Task: Santali Speech → Sanlish Text
  • Model type: Transformer-based encoder-decoder ASR
  • Language: Santali
  • Output: Sanlish (Romanized Santali)
  • Learning rate: 2e-5
  • Maximum planned epochs: 25
  • Completed epochs: 14
  • Training samples: 1,489
  • Validation samples: 192
  • Test samples: 194

Dataset

The model was fine-tuned using a Santali speech dataset containing paired audio and Sanlish transcriptions.

The dataset was divided into:

SplitSamples
Training1,489
Validation192
Test194
Total1,875

The dataset is designed for developing speech technology for Santali, a low-resource language.

Training

The model was fine-tuned from the pretrained Whisper-small model.

Training Configuration

ParameterValue
Base modelopenai/whisper-small
Learning rate2e-5
Maximum epochs25
Completed epochs14
Training samples1,489
Validation samples192
Test samples194

Training started from the pretrained Whisper-small model rather than resuming from an existing checkpoint.

Training Progress

The following validation results were obtained during training:

EpochTraining LossValidation LossWER (%)CER (%)
19.8898611.77251190.010125.8618
24.1527141.10603959.636715.5031
32.6796770.93196451.665012.3360
42.0703560.78902145.307810.6212
51.7147520.78135945.307810.5512
61.3589980.80965740.36339.2913
71.1013890.78094440.66609.3788
80.9426460.77527741.06969.5538
90.7861130.75896938.54698.5214
100.6411190.74223139.45518.9764
110.5739940.78747039.75789.0289
120.5253310.77874638.84968.6614
130.4227340.79958239.55608.7314
140.3770550.73182339.65698.8014

The lowest validation WER was observed at epoch 9 (38.5469%).

The lowest validation CER was also observed at epoch 9 (8.5214%).

Test Results

Evaluation on the held-out test set produced:

MetricScore
WER37.50%
CER8.2731%

The test results were saved separately as test_scores.json.

{
  "hub_model_id": "thunderboltc/whisper_sanlish_mnx_lr2e5",
  "learning_rate": 2e-05,
  "num_train_epochs": 25,
  "test_wer": 37.5,
  "test_cer": 8.273092369477911,
  "n_train": 1489,
  "n_val": 192,
  "n_test": 194
}

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
20a41eb

0 моделей