/ Модель

Характеристики

Контекст
1 024 токена
Параметры
153 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-small
Библиотека
transformers
Опубликована
8 апр 2026

whisper-small-waxal-tir

Распознавание речиАудио → текст3 профессии

Дообученная на корпусе WAXAL модель Whisper Small для распознавания разговорной речи на тигринья.

136скачиваний за 30 дней1лайквеса обновлены5 июн 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 модель распознавания речи на тигринья, разработанная командой WAXALNet в рамках исследования WAXAL ASR Benchmark. Она создана на базе Whisper Small и дообучена на тигринья части корпуса WAXAL. Модель предназначена для транскрибирования разговорной речи, включая спонтанную речь; её оценивали на тестовом наборе WAXAL и частично на наборе FLEURS с прочитанной речью.

Модель использует архитектуру Whisper и содержит 153,1 млн параметров по метаданным Hugging Face. Она принимает аудио и выдаёт текст на тигринья. На отфильтрованном тестовом наборе WAXAL указаны WER 53,5% и CER 38,7%, поэтому перед практическим применением качество следует проверять на целевых данных; README не рекомендует использовать модель в ответственных производственных сценариях без дополнительной проверки. Модель распространяется по лицензии Apache 2.0.

Сценарии применения

  • Транскрибирование спонтанной речи на тигринья
  • Создание текстовых расшифровок аудиозаписей на тигринья
  • Исследование распознавания речи на малоресурсных африканских языках

Ограничения

На тестовом наборе WAXAL получены WER 53,5% и CER 38,7%; качество может зависеть от условий записи и типа речи. README не рекомендует высокорисковое производственное применение без дополнительной проверки.

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 on WAXAL — Tigrinya

This model is part of WAXALNet, a suite of ASR models fine-tuned on the WAXAL corpus across 19 African languages, developed as part of the WAXAL ASR Benchmark study.

Model Details

LanguageTigrinya (tir)
Language FamilyAfro-Asiatic
ArchitectureWhisper Small (244M parameters)
Base Modelopenai/whisper-small
Training DataWAXAL corpus (conversational spontaneous speech)
Test WER53.5%
Test CER38.7%
Licenseapache-2.0

Intended Use

This model is intended for automatic speech recognition of Tigrinya conversational speech. It was evaluated on the WAXAL test set (spontaneous, image-prompted speech) and partially on FLEURS (read speech). It is suitable for research and low-resource ASR applications. It is not recommended for high-stakes production use without further validation.

Training Data

Fine-tuned on the WAXAL corpus, a large-scale dataset of transcribed, image-prompted spontaneous speech across 19 African languages recorded in participants' natural environments. The Tigrinya training split contains conversational speech across diverse speakers. Data is released under CC-BY 4.0.

Usage

from transformers import pipeline

asr = pipeline("automatic-speech-recognition",
               model="waxal-benchmarking/whisper-small-waxal-tir")
result = asr("audio.wav")
print(result["text"])

Test Set Performance (WAXAL Benchmark)

Evaluated on the filtered WAXAL test set (duration >= 1.5s, speech rate >= 4 WPS).

MetricScore
WER53.5%
CER38.7%

Full benchmark results across all 19 languages and 6 models are reported in the WAXAL ASR Benchmark paper (citation below).

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0001
  • train_batch_size: 16
  • eval_batch_size: 64
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 32
  • 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: 500
  • num_epochs: 30
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossWerCer
0.51130.40085000.27710.73060.4685
0.41150.801610000.21910.56820.3452
0.32921.202015000.20020.54140.3338
0.33171.602820000.18620.52990.3292
0.29142.003225000.18000.52330.3274
0.25962.404030000.17800.52090.3281
0.25632.804835000.17200.50690.3205
0.21013.205240000.17920.50570.3197
0.21023.606045000.17350.49800.3158
0.18804.006450000.18480.49950.3196

Framework versions

  • Transformers 5.0.0
  • Pytorch 2.10.0+cu128
  • Datasets 4.0.0
  • Tokenizers 0.22.2

Citation

@article{waxalnet2026,
  title  = {The WAXAL ASR Benchmark: Fine-Tuned Edge Models Across 19 African Languages},
  author = {Olufemi, Victor Tolulope and Babatunde, Oreoluwa and Njema, Ramsey and
             Gbotemi, Bolarinwa and Yen, Wanchi Lucia and Uzodinma, John and
             Ajayi, Sunday and Williams, Oluwademilade and Moshood, Kausar and
             Anyaele, Innocent Elendu and Arefaine, Akebert Tesfahunegn and
             Hunzwi, Candace and Daniel, Wongel Dawit and Namuganga, Emmilly Immaculate and
             Kadima, Cleophas and Bahizire, Athanase Biluge and Ranaivoson, Onitsiky and
             Aaron, Emmanuel and Ladislaus, Nicholaus Dismas and Muhammed, Idris and
             Simenya, Jonathan Enoch and Koome, Martin and Endaylalu, Matewos Tegete and
             Adeyemo, Peter Ifeoluwa and Birindwa, Hondi Prisca and Eze-Mbey, Ukachi Agnes and
             Oduro-Yeboah, Yacoba and Aremu, Toluwani and Adjovi, Pericles and
             Ngueajio, Mikel K and Mitra, Prasenjit},
  year   = {2026},
  note   = {arXiv preprint arXiv:2606.02375}
}

Authors

Victor Tolulope Olufemi · Oreoluwa Babatunde · Ramsey Njema · Bolarinwa Gbotemi · Wanchi Lucia Yen · John Uzodinma · Sunday Ajayi · Oluwademilade Williams · Kausar Moshood · Innocent Elendu Anyaele · Akebert Tesfahunegn Arefaine · Candace Hunzwi · Wongel Dawit Daniel · Emmilly Immaculate Namuganga · Cleophas Kadima · Athanase Biluge Bahizire · Onitsiky Ranaivoson · Emmanuel Aaron · Nicholaus Dismas Ladislaus · Idris Muhammed · Jonathan Enoch Simenya · Martin Koome · Matewos Tegete Endaylalu · Peter Ifeoluwa Adeyemo · Hondi Prisca Birindwa · Ukachi Agnes Eze-Mbey · Yacoba Oduro-Yeboah · Toluwani Aremu · Pericles Adjovi · Mikel K Ngueajio · Prasenjit Mitra

Acknowledgements

We thank the following contributors for their language expertise and native-speaker evaluation support: Ajara Oyinloye, Abubakari Sadic Mohammed, Hafiz Adjei, Aliga Norah Lele, Marie-Louise B. Ndamuso, and Odong Diana.

This work was supported by Lynguallabs (compute, researchers & storage), Open Token (compute resources), and CMU Africa (researchers & native speakers).

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
ec0d61e

0 моделей