/ Модель

Характеристики

Параметры
905 млн
Размер весов
6,2 ГБ
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-large-v3
Опубликована
11 июл 2025

whisper-largev3-medical

Распознавание речиАудио → текст3 профессии

Дообученная на медицинской речи Whisper large-v3 для транскрибации клинических диалогов и медицинских рассказов на английском и арабском языках.

83скачиваний за 30 дней8лайковвеса обновлены12 июл 2025

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

yehiazak/whisper-largev3-medical — модель распознавания речи, созданная дообучением Whisper large-v3 на медицинских аудиоданных. Она предназначена для транскрибации диалогов врача с пациентом и медицинских рассказов на английском и арабском языках; также подходит для медицинской диктовки. Модель содержит 905,2 млн параметров, использует архитектуру Whisper и доступна в формате safetensors; для работы указан фреймворк Transformers.

В карточке заявлена частота ошибок слов WER 4,12% на чистой речи медицинской тематики. Лицензия — Apache-2.0. Показатель качества относится к данным и условиям оценки, описанным автором, и не гарантирует такую же точность на других аудио; сведения о контексте к этой задаче распознавания речи не применяются.

Сценарии применения

  • транскрибация бесед врача с пациентом
  • распознавание медицинских диктовок
  • перевод аудиозаписей клинических интервью в текст
  • расшифровка медицинских рассказов

Ограничения

Заявленный WER 4,12% относится к чистой специализированной медицинской речи; точность на шумных записях и других типах аудио в карточке не описана.

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 Large-v3 Medical

This model is a fine-tuned version of openai/whisper-large-v3 on medical speech data. It is trained for Automatic Speech Recognition (ASR) of doctor-patient dialogues and medical narratives, with support for English and Arabic.

🩺 Use Cases

  • Transcribing clinical interviews.
  • Building medical dictation tools.
  • Precision: float16 (better for inference), float32 (better for fine-tuning)

📊 Performance

  • **WER (Word Error Rate): 4.12% **
  • Optimized for clean and domain-specific spoken medical data.

🔧 Model Details

🧪 How to Use

from transformers import WhisperProcessor, WhisperForConditionalGeneration

model_id = "yehiazak/whisper-largev3-medical"

# Load FP16 model
model = WhisperForConditionalGeneration.from_pretrained(model_id, revision="fp16")

# Load FP32 model
model = WhisperForConditionalGeneration.from_pretrained(model_id)

processor = WhisperProcessor.from_pretrained(model_id)

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
28d0ced

0 моделей