/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3-ASR-0.6B
Библиотека
transformers
Опубликована
1 фев 2026

Qwen3-ASR-0.6B-Albanian

Распознавание речиАудио → текст

Дообученная версия Qwen3-ASR-0.6B для транскрибации албанской речи в текст.

0скачиваний за 30 дней5лайковвеса обновлены31 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

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

Kushtrim Visoka дообучил Qwen3-ASR-0.6B для распознавания албанской речи. Модель преобразует аудио в текст и предназначена для общей транскрибации на албанском языке; обучение проводилось на нескольких тысячах часов аудио с транскриптами.

Модель основана на архитектуре Qwen3-ASR и принимает аудио. Базовая модель поддерживает потоковую и офлайн-обработку, а также определение языка и временные метки через инструменты Qwen; качество меток зависит от настройки выравнивателя и условий записи. Для этой версии рекомендуется чистое моно-аудио с частотой 16 кГц и транскрипты, соответствующие формату обучения. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • Транскрибация албанской речи из чистых аудиозаписей
  • Распознавание албанских интервью и диктовок
  • Офлайн-преобразование албанского аудио в текст
  • Потоковое распознавание албанской речи с инструментарием Qwen

Ограничения

Качество зависит от предметной области, акцента и уровня шума; перед внедрением следует проверить модель на целевых записях. Для наилучших результатов рекомендуется чистое моно-аудио с частотой 16 кГц.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3-ASR-0.6B Albanian

Qwen3-ASR-0.6B Albanian

This is a fine-tuned variant of Qwen/Qwen3-ASR-0.6B for Albanian (sq / Shqip) automatic speech recognition.

It is trained on a couple thousand well-curated hours of Albanian audio and transcripts.

Intended use

  • ASR / transcription for Albanian speech (general-purpose).
  • Works best on clean speech audio (mono, 16 kHz) with transcripts matching the dataset conventions.

Limitations

  • Performance depends heavily on domain/accent/noise conditions; evaluate on your target audio before deployment.
  • Streaming / timestamps support is provided by the upstream toolkit; quality of timestamps depends on the forced-aligner setup and audio conditions.

Base model (Qwen3-ASR)

From the upstream model card, Qwen3-ASR provides:

  • Language identification + ASR in one model (supports many languages/dialects).
  • Offline + streaming inference modes via the qwen-asr toolkit.
  • Optional timestamps via the Qwen forced-aligner.

See the full upstream documentation here:

How to use (Transformers backend via qwen-asr)

Install:

pip install -U qwen-asr

Load this model from a local folder (this directory) and transcribe:

import torch
from qwen_asr import Qwen3ASRModel

model = Qwen3ASRModel.from_pretrained(
    "./",
    dtype=torch.bfloat16,
    device_map="cuda:0",
    max_inference_batch_size=32,
    max_new_tokens=256,
)

results = model.transcribe(
    audio="path/to/audio.wav",
    language="Albanian",  # or None for auto language ID
)

print(results[0].language)
print(results[0].text)

Training data

  • Language: Albanian (sq)
  • Duration: A couple thousand well-curated hours
  • Type: supervised ASR fine-tuning (audio → transcript)

Training recipe (high level)

Extracted from saved transformers training artifacts in this folder:

  • Epochs: 2
  • Learning rate: 2e-5
  • Batch size (per device): 8
  • Grad accumulation: 1
  • Precision: BF16
  • Optimizer: adamw_torch_fused
  • Seed: 42

Notes

  • Qwen3-ASR fine-tuning data typically uses transcripts with a language prefix like language Albanian<asr_text>... (see upstream docs); this fine-tune follows that convention.

Development and attribution

  • Original architecture and base weights: Qwen Team, through Qwen/Qwen3-ASR-0.6B
  • Albanian adaptation, fine-tuning, training-data curation, packaging, and release: Kushtrim Visoka
  • Model card and ongoing maintenance: Kushtrim Visoka

Acknowledgements

This work builds on Qwen3-ASR by the Qwen team. The original architecture and base weights remain the work of their respective authors. This repository documents the Albanian fine-tuning and release work carried out by Kushtrim Visoka and does not claim authorship of the original Qwen3-ASR model.

Citation

If you use this fine-tuned model, please cite this repository and the original Qwen3-ASR model.

@misc{visoka_qwen3_asr_06b_albanian_2026,
  author       = {Visoka, Kushtrim},
  title        = {Qwen3-ASR-0.6B Albanian},
  year         = {2026},
  publisher    = {Hugging Face},
  url          = {https://huggingface.co/Kushtrim/Qwen3-ASR-0.6B-Albanian},
  note         = {Fine-tuned from Qwen/Qwen3-ASR-0.6B}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
ecb46bb

0 моделей