Вылил в свет своего бота по транкрибации аудио/видео контента
Это тюн whisper под русский язык

Датасет для трейна https://huggingface.co/datasets/mozilla-foundation/common_voice_17_0
200к записей трейн 11к записей тест
60 часов на А100
Тюн запущен в боте дошел до 6.3 WER на русском

Так же обновил функционал бота по транскрибу аудио (ограничение там 19мб и примерно 20-30минут аудио)

Что нового!

Cаммари делает 4o-mini
Переработал кнопки вывода и добавил функции

- Скачиваня результата
- Саммари
- Вывода результата в чат с ботом

Еще реализовал закрепление ботом каждой таски(так можно вернутся к аудио и его результату)