GLM-5.3 is live. Run Z.ai's latest model on Friendli Model APIs. Try it today ➜
balidea-ai-lab
Available on FriendliAI
Run this model inference on single tenant GPU with unmatched speed and reliability at scale.
Run this model inference with full control and performance in your environment.
Model Details
Model Provider
balidea-ai-lab
Model Tree
openai/whisper-tiny
Input Modalities
Output Modalities
Supported Functionality
python
from transformers import pipelineasr = pipeline("automatic-speech-recognition", model="balidea-ai-lab/med_whisper_tiny")print(asr("audio.wav")["text"])balidea-ai-lab/Qwen-TTS-clinical-sentences
— enunciados clínicos sintéticos en es-ES con audio Qwen-TTS.contains_phi: false).Los corpus de evaluación held-out sintéticos (v1/v2) están congelados y no se usan para
entrenar. Se verifica solape exacto por sha256(text) contra sus LOCK.json:
median): 12 trials,
6 podados. Espacio de búsqueda: LR (log), warmup_ratio,
weight_decay, lr_scheduler_type.{"learning_rate": 8.668628998814983e-05, "warmup_ratio": 0.08398500119059167, "weight_decay": 0.027789685625033346, "lr_scheduler_type": "cosine"}WER sobre held-out clínico sintético (objetivo) y benchmark público en castellano (referencia), comparado con el baseline whisper-tiny sin fine-tuning:
| Dataset | Rol | whisper-tiny (base) WER | med_whisper_tiny WER | Δ |
|---|---|---|---|---|
| v1 | held-out clínico (objetivo) | 0.3337 | 0.1519 | -0.1818 |
| v2_clean | held-out clínico (objetivo) | 0.3853 | 0.1899 | -0.1954 |
| fleurs | público (referencia) | 0.1781 | 0.7105 | +0.5323 |
⚠️ Olvido catastrófico (catastrophic forgetting). El FFT sobre un corpus clínico sintético estrecho (una familia de voces TTS, texto acotado) mejora mucho el dominio objetivo pero degrada gravemente el ASR de castellano general (público ~3–4× peor). El modelo se especializa a costa de la capacidad general.
Uso previsto: experimental / demostrativo del pipeline y específico de dominio clínico sintético. No apto como ASR general de castellano. Para mitigar el olvido en futuras iteraciones: mezclar datos generales, LoRA/PEFT, LR/épocas menores, o regularización (EWC).
clinical-gold real, fuera del alcance de este modelo).bash
uv run python scripts/build_med_whisper_tiny_manifest.pyuv run python -m balidea_asr.cli.train_asr \ experiment=train_med_whisper_tiny tracking=mlflow_defaultuv run python scripts/eval_asr_model.py --label med_whisper_tiny \ --local-dir models/asr/med_whisper_tiny/final_train --device cuda:0Model card generada automáticamente desde los artefactos del run (sin PHI).
| healthdial | público (referencia) | 0.2281 | 0.8008 | +0.5727 |
| hitz_vp | público (referencia) | 0.2651 | 0.7266 | +0.4615 |
| mls | público (referencia) | 0.2060 | 0.7289 | +0.5229 |