/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3-ASR-1.7B
Библиотека
transformers
Опубликована
23 июн 2026

Qwen3-ASR-1.7B-Norwegian-2306

Распознавание речиАудио → текст

Дообученная на норвежских аудиозаписях модель Qwen3-ASR-1.7B для распознавания речи и транскрибации.

4скачиваний за 30 дней0лайковвеса 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 разработал и выпустил эту модель как дообученную норвежскую версию Qwen3-ASR-1.7B от команды Qwen. Она предназначена для преобразования норвежской речи в текст и экспериментов с распознаванием речи; модель сохраняет архитектуру Qwen3-ASR и используется через toolkit qwen-asr. Для автоматического определения языка можно передавать language=None. В README указано, что обучение проводилось на нескольких тысячах часов норвежских аудиозаписей и транскрипций.

Модель подходит для транскрибации норвежского аудио, сравнения с базовой Qwen3-ASR-1.7B и другими норвежскими чекпойнтами, а также для дальнейшего дообучения и адаптации к предметной области с учётом лицензии базовой модели. Репозиторий распространяется под лицензией Apache-2.0. Для этого чекпойнта не приведены результаты бенчмарков; точность может различаться для букмола, нюнорска, диалектов, шумных записей и специализированной лексики. Транскрипции могут содержать пропуски, замены или вымышленные слова, поэтому для значимых решений рекомендуется проверка человеком.

Сценарии применения

  • транскрибация записей на норвежском языке
  • распознавание норвежской речи в аудио
  • сравнение качества норвежских ASR-чекпойнтов
  • адаптация распознавания речи к норвежской предметной области

Ограничения

Для чекпойнта не опубликованы результаты WER или других бенчмарков; точность может зависеть от письменной формы норвежского, диалекта, условий записи, шума и специализированной лексики. Транскрипции могут содержать ошибки или вымышленные слова, поэтому для важных применений нужна проверка человеком.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3-ASR-1.7B Norwegian 2306

Kushtrim/Qwen3-ASR-1.7B-Norwegian-2306 is a Norwegian automatic speech recognition checkpoint fine-tuned from Qwen/Qwen3-ASR-1.7B.

The model is intended for general Norwegian speech-to-text experiments. It retains the Qwen3-ASR architecture and can be used through the qwen-asr toolkit.

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

Model details

PropertyValue
TaskAutomatic speech recognition
LanguageNorwegian
Base modelQwen3-ASR-1.7B
ArchitectureQwen3ASRForConditionalGeneration
Saved precisionBF16
Audio feature size128
Saved training step152,676
Recorded epoch2.258
Per-device training batch size16

The saved trainer state contains no evaluation history, so this card does not claim a WER or other benchmark score.

Usage

pip install -U qwen-asr
import torch
from qwen_asr import Qwen3ASRModel

model = Qwen3ASRModel.from_pretrained(
    "Kushtrim/Qwen3-ASR-1.7B-Norwegian-2306",
    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="Norwegian",
)

print(results[0].text)

For automatic language identification, set language=None.

Intended use

  • Norwegian audio transcription and ASR research.
  • Comparison with the base Qwen3-ASR model and other Norwegian checkpoints.
  • Further fine-tuning or domain adaptation where the base-model license allows.

Limitations

  • No benchmark results are currently documented for this checkpoint.
  • Accuracy may vary across Bokmål, Nynorsk, dialects, recording conditions, background noise, and specialized vocabulary.
  • Generated transcripts can contain omissions, substitutions, or invented words. Human review is recommended for consequential use.
  • Evaluate the model on representative audio before deployment.

Provenance

The architecture, precision, training step, epoch, and batch size above were recovered from the repository's saved configuration and trainer state. Add the training datasets, preprocessing decisions, and evaluation results here when they are available.

Development and attribution

  • Original architecture and base weights: Qwen Team, through Qwen/Qwen3-ASR-1.7B
  • Norwegian adaptation, fine-tuning, training-data curation, checkpoint preparation, 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 Norwegian 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_17b_norwegian_2306_2026,
  author       = {Visoka, Kushtrim},
  title        = {Qwen3-ASR-1.7B Norwegian 2306},
  year         = {2026},
  publisher    = {Hugging Face},
  url          = {https://huggingface.co/Kushtrim/Qwen3-ASR-1.7B-Norwegian-2306},
  note         = {Fine-tuned from Qwen/Qwen3-ASR-1.7B}
}

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
8708588

0 моделей