/ Модель

Характеристики

Контекст
131 072 токена
Лицензия
Apache 2.0
Архитектура
qwen3_asr · dense
Базовая модель
Qwen3-ASR-1.7B
Библиотека
transformers
Опубликована
1 сен 2026

qwen3-asr-persian-elderly

Распознавание речиАудио → текст3 профессии

Дообученная Qwen3-ASR-1.7B распознаёт персидскую речь, уделяя особое внимание записям пожилых говорящих и устойчивости к шуму.

24скачиваний за 30 дней0лайковвеса обновлены1 сен 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

Ali Alvandi разработал эту модель как дообученную версию Qwen/Qwen3-ASR-1.7B для распознавания персидской речи, уделив особое внимание речи пожилых людей и устойчивости к акустическим изменениям и шуму. Это плотная модель семейства Qwen3-ASR для автоматического распознавания речи; она принимает аудио и выдаёт текст. Репозиторий содержит артефакты для инференса, без состояния оптимизатора и продолжения обучения.

Модель предназначена для транскрибации персидской речи, исследований и прототипирования, в том числе записей пожилых говорящих. При обучении использовались общедоступные и собранные данные персидской речи, включая ресурсы с речью пожилых людей, а также шумовая аугментация, изменение скорости, ухудшение сигнала и вставка пауз. В карточке сообщается агрегированный результат WER 0,31 и CER 0,27; он зависит от нормализации и состава тестовых данных.

Модель распространяется по лицензии Apache-2.0. Точность может меняться в зависимости от акцента, устройства записи, уровня шума, возраста говорящего и предметной области; транскрипты могут содержать пропуски и замены, поэтому они не подходят как авторитетная запись для критически важных решений.

Сценарии применения

  • транскрибация персидской речи пожилых людей
  • распознавание персидской речи в шумных записях
  • создание прототипа системы персидского ASR
  • исследование устойчивости распознавания речи к акустическим искажениям

Ограничения

Качество зависит от акцента, устройства записи, шума, возраста говорящего и предметной области; возможны пропуски и замены. Транскрипты не следует считать авторитетными в критически важных сценариях.

Для каких профессий подходит3

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

Qwen3-ASR Persian Elderly

مدل Qwen3-ASR-1.7B تنظیم‌دقیق‌شده برای بازشناسی گفتار فارسی، با تمرکز بر گفتار سالمندان و مقاومت در برابر تغییرات آکوستیکی و نویز. این مخزن فقط مصنوعات لازم برای inference را منتشر می‌کند و شامل optimizer یا وضعیت ادامه آموزش نیست.

Fine-tuned Qwen3-ASR-1.7B for Persian speech recognition, with emphasis on elderly speech and acoustic robustness. This repository contains inference artifacts only.

Base model

Qwen/Qwen3-ASR-1.7B

Training data

Training used a mixture of Persian public/crawled speech and elderly-speech resources, including Common Voice Persian, Ganjoor-derived data, Filimo-derived data, locally collected elderly Persian speech, and cross-lingual elderly speech data. Audio normalization and probabilistic augmentation such as noise injection, speed perturbation, signal degradation, and pause insertion were used.

Evaluation

The reported aggregate result for the fine-tuned Qwen system is WER 0.31 and CER 0.27. Results depend on the exact normalization and test composition; model comparisons and evaluation code will be published separately.

Intended use and limitations

Intended for Persian ASR research and prototyping. Performance may vary across accents, recording devices, noise conditions, ages, and domains. Outputs can contain omissions or substitutions and should not be treated as authoritative transcripts in safety-critical settings.

Authors

Ali Alvandi — undergraduate project supervised by Hossein Sameti.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ASRForConditionalGeneration
Ревизия весов
d49fbf8

0 моделей