/ Модель

Характеристики

Контекст
131 072 токена
Лицензия
Apache 2.0
Архитектура
qwen3_asr · dense
Библиотека
transformers
Опубликована
19 авг 2026

cdli-qwen3-asr-lg-uganda-severity-disorder

Распознавание речиАудио → текст

Дообученная Qwen3-ASR для транскрибации нетипичной речи на лугандском языке с сохранением запинок и повторов.

32скачиваний за 30 дней0лайковвеса обновлены19 авг 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

KasuleTrevor разработал эту модель как дообученную версию Qwen3-ASR для распознавания нетипичной речи на лугандском языке. Она предназначена для точной транскрипции аудио с сохранением повторов, запинок, ложных стартов и незаконченных слов, а не для очистки или нормализации текста. Подсказка модели включает метаданные о типе и тяжести речевого нарушения и его этиологии, поэтому описанный эксперимент использует сведения о говорящем.

Модель построена на архитектуре Qwen3-ASR и дообучена на наборе данных угандийской нестандартной речи на лугандском языке. В тесте указаны нормализованные WER 0,528498 и CER 0,243102. Репозиторий распространяется под лицензией Apache-2.0. Результаты получены в эксперименте с подсказками на основе метаданных; качество в других условиях применения может отличаться.

Сценарии применения

  • транскрибация нетипичной речи на лугандском языке
  • расшифровка речи людей с речевыми нарушениями
  • транскрипция с сохранением повторов и запинок
  • обработка аудио с подсказками о тяжести и типе речевого нарушения

Ограничения

Эксперимент использует сведения о типе и тяжести нарушения и его этиологии из метаданных говорящего, поэтому его результаты не следует напрямую считать оценкой обычного сценария без таких подсказок. В тесте указаны WER 0,528498 и CER 0,243102.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

CDLI Qwen3-ASR Luganda Atypical Speech Prompt Fine-tune

Selected checkpoint: checkpoint-500.

Prompt Setup

  • Prompt mode: metadata
  • Method note: This is a metadata-conditioned/oracle prompt experiment. The prompt uses speaker severity, disorder type, and etiology from speaker_metadata.csv; compare it separately from deployment baselines.
  • WER framing: this notebook does not ask the model to remove repetitions, clean disfluencies, summarize, or normalize grammar.

Test Metrics

  • Normalized WER: 0.528498
  • Normalized CER: 0.243102
  • Avg capped WER: 0.436002
  • Avg capped CER: 0.187265

Training Setup

  • Dataset: cdli/ugandan_luganda_nonstandard_speech_v1.0
  • Splits: cleaned TSVs matched by audio_id
  • Base model: KasuleTrevor/cdli-qwen3-asr-lg-typical-1p7b-base-finetune
  • LR: 5e-05
  • Scheduler: constant_with_warmup
  • Epochs: 3

Metadata Prompt Template

Speaker speech disorder type, speech impairment severity, and etiology are inserted from metadata. The prompt then instructs exact Luganda transcription while preserving repetitions, disfluencies, false starts, and partial words.

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
cd0e802

0 моделей