40 постов
постобработчик китайских ASR-транскриптов
Это дообученная версия S1-mini от Superwhisper: около 0,75 млрд параметров, архитектура на базе Qwen3-0.6B. Модель не распознаёт речь, а приводит уже готовый текст от Qwen3-ASR к аккуратному виду — с пунктуацией, переносами и списками. Поддерживает китайский и смешанный китайско-английский.
Whisper для тайваньского мандаринского и хоккиен
Это ASR-модель на базе openai/whisper-large-v3, дообученная для тайваньского мандаринского (вывод традиционным китайским) и тайваньского хоккиен (иероглифами). Около 1,55 млрд параметров, архитектура Whisper large-v3, лицензия Apache-2.0. Позиционируется как речевой компаньон к helioslm-chat-e4b.
крошечный ASR-файнтюн под канадский английский
Это дообученная версия openai/whisper-tiny (около 0.04 млрд параметров) от автора merkelmarrow для задачи automatic-speech-recognition на английском языке. Модель тренировали на наборе данных Canadian English; на валидации заявлены WER 23.0527 и loss 0.5355.
тюнинг whisper-tiny под американский английский
Это файнтюн openai/whisper-tiny от автора merkelmarrow для автоматического распознавания речи (ASR) на американском английском. Модель обучена на American English dataset; в метаданных указано около 0,04 млрд параметров, а на evaluation set достигнуты loss 0.1922 и WER 12.5323.
сингальская речь в текст на базе Whisper
Компактная модель для распознавания сингальской речи: openai/whisper-small (0,24 млрд параметров) дообучена на корпусе OpenSLR SLR52. Автор — Aadhil96; задача — транскрибация сингальского аудио.
турецкое ASR с LoRA и WER 7,59%
Это турецкая модель распознавания речи от yusufblbl / Verasist на базе selimc/whisper-large-v3-turbo-turkish (0,81 млрд параметров), которая, в свою очередь, происходит от OpenAI Whisper Large v3 Turbo. Модель дообучена LoRA; в репозитории есть объединённые веса и отдельный адаптер в adapter/.
албанский ASR прямо на устройстве
Это упаковка файнтюна Flutra/whisper-large-v3-turbo-sq-v2 для офлайн-распознавания албанской речи. Для iOS — Core ML 6-bit под WhisperKit (~589 MB), для Android — GGML q5_0 под whisper.cpp (~574 MB). Веса и качество — от Flutra, автор репозитория менял только формат и квантование.
компактная ASR-модель для американского английского
Это дообученная версия openai/whisper-tiny от merkelmarrow для автоматического распознавания речи. Модель рассчитана на английский язык, содержит около 0,04 млрд параметров и подойдёт для лёгких сценариев транскрибации.
миниатюрный ASR-файнтюн на 40M параметров
Это дообученная версия openai/whisper-tiny для задачи automatic-speech-recognition. Модель обучали на датасете Japanese English; в метаданных указан всего 0.04B параметров.
компактный ASR-файнтюн с открытыми метриками
Это файнтюн openai/whisper-tiny для задачи automatic-speech-recognition от автора merkelmarrow. Модель содержит около 0.04 млрд параметров и обучена на Japanese English dataset; карточка во многом автогенерирована, поэтому описание назначения и ограничений пока не заполнено.
компактный ASR с адаптацией под индийский английский
Mocanianity/whisper-tiny_to_indian_accent — файнтюн openai/whisper-tiny примерно на 0.04 млрд параметров для automatic-speech-recognition. Модель дообучена на англоязычном датасете с индийским акцентом; в карточке приведены метрики на eval-наборе.
Whisper под египетский арабский
Drone Transcripter 4 — это Whisper large-v3-turbo на 809M параметров, полностью дообученный Drone Academy под египетский арабский. Приоритет — лекции и учебная речь, затем повседневная речь, MSA и переключение арабский/английский. Есть checkpoint для transformers и ggml для whisper.cpp.
компактный ASR-файнтюн под Chinese English
Это дообученная версия openai/whisper-tiny примерно на 0,04 млрд параметров от автора Mocanianity для automatic-speech-recognition. Модель обучена на датасете Chinese English; в названии репозитория указан китайский акцент.
компактный ASR под британский английский
Это дообученная версия openai/whisper-tiny от автора Mocanianity для задачи automatic-speech-recognition. Модель обучена на датасете британского английского, содержит около 0,04 млрд параметров и работает через transformers.
крошечный ASR-файнтюн для английской речи
Это дообученная версия openai/whisper-tiny примерно на 0,04 млрд параметров для задачи automatic-speech-recognition. Автор — huggnico; в карточке указан «japanese English dataset», но подробности датасета не раскрыты.
чешская речь в текст на устройстве
CzechSpeech — модель распознавания чешской речи от Moravian AI на базе Whisper large-v3-turbo. Это файнтюн на 0,81 B параметров, который транскрибирует парламентскую, читаную и зашумлённую речь точнее открытых моделей сопоставимого размера.
компактный ASR под американский английский
Это файнтюн openai/whisper-tiny от huggnico для задачи automatic-speech-recognition. Модель дообучена на американском английском датасете, содержит около 0.04 млрд параметров и рассчитана только на английский язык.
компактный ASR под канадский английский
Это файнтюн openai/whisper-tiny для задачи automatic-speech-recognition на канадском английском. Модель содержит около 0.04 млрд параметров, работает через transformers и рассчитана на английский язык.
Whisper для радиологической диктовки
Это английская модель распознавания речи для радиологических диктовок от RadiOtter. Она построена на базе openai/whisper-large-v3-turbo и выпущена в формате CTranslate2 для Faster Whisper. При подготовке модели использовались синтетические данные.
ASR для грузинского
Модель от tabluka90 на базе openai/whisper-medium (~769M параметров), дообученная для распознавания грузинской речи в письменности мхедрули. Это ASR-модель для транскрибации аудио и исследовательских задач, распространяется под Apache 2.0.