/ Модель

Характеристики

Контекст
1 024 токена
Параметры
29,4 млн
Лицензия
Apache 2.0
Архитектура
whisper · dense
Базовая модель
whisper-tiny
Опубликована
28 авг 2023

whisper-tiny-eu

Распознавание речиАудио → текст4 профессии

Компактная модель Whisper, дообученная для распознавания баскской речи и её преобразования в текст.

59скачиваний за 30 дней0лайковвеса обновлены4 апр 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

zuazo/whisper-tiny-eu — модель автоматического распознавания речи, созданная дообучением Whisper Tiny от OpenAI на баскской части набора Common Voice 13.0. Она предназначена для преобразования баскской речи в текст, например для транскрибации записей и голосовых сообщений.

Модель использует архитектуру Whisper и содержит 29,4 млн параметров. В README указаны результаты на оценочном наборе: WER 32,2694 и loss 0,6522. Модель принимает аудио и выдаёт текст; опубликована в формате PyTorch. Лицензия Apache-2.0 разрешает использование, изменение и распространение с указанием авторства.

Сценарии применения

  • транскрибация записей на баскском языке
  • распознавание басской речи в голосовых сообщениях
  • преобразование басских аудиозаписей в текст

Ограничения

На оценочном наборе Common Voice 13.0 указана ошибка WER 32,2694; точность может зависеть от качества записи и условий речи. Описание модели и её ограничений в README не раскрыто.

Для каких профессий подходит4

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 Tiny Basque

This model is a fine-tuned version of openai/whisper-tiny on the mozilla-foundation/common_voice_13_0 eu dataset. It achieves the following results on the evaluation set:

  • Loss: 0.6522
  • Wer: 32.2694

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 3.75e-05
  • train_batch_size: 256
  • eval_batch_size: 128
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • training_steps: 5000

Training results

Training LossEpochStepValidation LossWer
0.009619.010000.579632.8952
0.001138.020000.652232.2694
0.000557.0130000.694933.1403
0.000376.0140000.721733.0734
0.000396.050000.732133.1585

Framework versions

  • Transformers 4.33.0.dev0
  • Pytorch 2.0.1+cu117
  • Datasets 2.14.4
  • Tokenizers 0.13.3

Citation

If you use these models in your research, please cite:

@misc{dezuazo2025whisperlmimprovingasrmodels,
      title={Whisper-LM: Improving ASR Models with Language Models for Low-Resource Languages}, 
      author={Xabier de Zuazo and Eva Navas and Ibon Saratxaga and Inma Hernáez Rioja},
      year={2025},
      eprint={2503.23542},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2503.23542}, 
}

Please, check the related paper preprint in arXiv:2503.23542 for more details.

Licensing

This model is available under the Apache-2.0 License. You are free to use, modify, and distribute this model as long as you credit the original creators.

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
35a796b

0 моделей