/ Модель

Характеристики

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

whisper-small-te

Распознавание речиАудио → текст

Дообученная на телугу модель Whisper для преобразования речи в текстовую транскрипцию.

4скачиваний за 30 дней0лайковвеса обновлены8 июл 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

yeshu-09/whisper-small-te — модель распознавания речи на телугу, созданная дообучением openai/whisper-small. Она принимает аудио и генерирует текстовую транскрипцию; модель разработана на основе Blueprint Mozilla.ai speech-to-text-finetune и обучена на 123 аудиопримерах из набора AkCodes23/sarvam-tts-in-te-en. В README приведены улучшенные после дообучения показатели ошибок на телугу относительно исходной модели, однако ошибки остаются существенными, поэтому качество транскрипций следует проверять. Модель использует архитектуру Whisper и распространяется в формате safetensors по лицензии Apache-2.0.

Сценарии применения

  • транскрибирование аудиозаписей на телугу
  • распознавание устной речи на телугу
  • создание текстовых черновиков из телугуязычных аудио

Ограничения

Модель дообучалась всего на 123 аудиопримерах, а указанные в README показатели ошибок после дообучения остаются высокими. Качество на других языках и в иных аудиосценариях не установлено.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Finetuned openai/whisper-small on 123 telugu training audio samples from AkCodes23/sarvam-tts-in-te-en.

This model was created from the Mozilla.ai Blueprint: speech-to-text-finetune.

Evaluation results on 8 audio samples of telugu:

Baseline model (before finetuning) on telugu

  • Word Error Rate (Normalized): 109.73
  • Word Error Rate (Orthographic): 124.413
  • Character Error Rate (Normalized): 72.428
  • Character Error Rate (Orthographic): 98.127
  • Loss: 1.815

Finetuned model (after finetuning) on telugu

  • Word Error Rate (Normalized): 66.126
  • Word Error Rate (Orthographic): 90.141
  • Character Error Rate (Normalized): 51.045
  • Character Error Rate (Orthographic): 59.465
  • Loss: 0.597

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
2af4854

0 моделей