/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
dolphi-cn-dialect-small
Библиотека
openasr
Опубликована
5 июл 2026

dolphin-cn-dialect-small

Распознавание речиАудио → текст5 профессий

Dolphin CN-Dialect Small — модель автоматического распознавания речи от DataoceanAI, переупакованная проектом OpenASR в формат .oasr.

732скачиваний за 30 дней0лайковвеса обновлены27 июл 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

Она предназначена для преобразования китайской речи в текст, особенно региональных вариантов китайского языка и речи с выраженным акцентом. Модель ориентирована на сценарии локальной транскрипции на CPU и GPU без Python во время инференса, включая работу с диалектной речью и смешанной речью с китайским языком.

Модель построена по рецепту Dolphin и WeNet: использует энкодер E-Branchformer, Transformer-декодер и совместную objective CTC и attention с последующим attention rescoring. Это компактный checkpoint small.cn с посимвольным китайским словарём. Поддерживаются 22 китайских диалекта, включая сычуаньский, уский, кантонский, миньнаньский и шанхайский; заявлена также сохранённая эффективность для стандартного мандаринского языка. Доступны сборки fp16, q8_0 и q4_k размером примерно от 298 МБ до 860 МБ; fp16 рекомендована для максимального соответствия исходным результатам, а q4_k уменьшает размер ценой некоторого ухудшения CER. Контекстная длина и точные абсолютные метрики качества в карточке не указаны.

Ограничением является отсутствие пунктуации: модель выдаёт обычный непунктуированный текст, поскольку обучающий корпус не содержал знаков препинания. Лицензия Apache-2.0 унаследована от исходной модели DataoceanAI1/dolphi-cn-dialect-small; OpenASR выполняет только конвертацию формата и квантование.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Dolphin CN-Dialect Small · OpenASR

Chinese multi-dialect speech recognition -- a WeNet E-Branchformer (CTC + attention) tuned for Sichuan and 22 regional dialects

License Format Runtime Base model

Native speech-to-text in the OpenASR runtime — engineered for peak performance on CPU & GPU, no Python at inference time.


✨ Highlights

  • 🀄 22 Chinese dialects — a WeNet E-Branchformer tuned for regional Mandarin, with a standout Sichuan (川话) strength across Wu, Cantonese, Minnan, Shanghainese and more
  • 🎯 Dialect-first accuracy — a reported ~38% relative gain on dialect recognition and ~16% lower CER versus the base Dolphin, without giving up standard Mandarin
  • 🧩 Joint CTC + attention — an E-Branchformer encoder with a Transformer decoder and CTC/attention rescoring that OpenASR runs bit-exact against its golden reference
  • 🐬 Chinese-focused, char-level — a compact small.cn checkpoint over a character vocabulary, purpose-built for zh audio including heavy accents and code-mixed speech
  • 🦀 Native in OpenASR — .oasr packs run with no Python at inference, engineered for peak performance on CPU & GPU

🚀 Quickstart

# 1. Install the OpenASR CLI  ·  https://openasr.org
# 2. Pull a build (pick a quant — see the table below)
openasr pull dolphin-cn-dialect-small:fp16

# 3. Transcribe
openasr transcribe audio.wav --model dolphin-cn-dialect-small

All builds for this model:

openasr pull dolphin-cn-dialect-small:fp16
openasr pull dolphin-cn-dialect-small:q8
openasr pull dolphin-cn-dialect-small:q4

📦 Available builds

QuantFile (.oasr)SizeRAM peakRTF · M1 CPURTF · M1 GPUΔCER vs fp16
fp16dolphin-cn-dialect-small-fp16.oasr860 MB2.37 GB0.32×0.26×0.0%
q8_0dolphin-cn-dialect-small-q8_0.oasr494 MB2.88 GB0.24×0.12×0.0%
q4_kdolphin-cn-dialect-small-q4_k.oasr298 MB2.65 GB0.26×0.11×4.5%

RTF = real-time factor on a 2.38s in-language Sichuan-dialect (川话) clip (lower is faster); RAM peak measured per pack in an isolated subprocess. ΔCER compares each quantized build's Sichuan-clip transcript to this model's fp16 Sichuan-clip transcript, so it measures quantization drift rather than absolute recognition accuracy. fp16 is the recommended default — near-reference quality at a fraction of the footprint.

🧠 About Dolphin CN-Dialect Small

Dolphin CN-Dialect Small is a Chinese multi-dialect speech-recognition model from DataoceanAI, built on the Dolphin / WeNet recipe as an E-Branchformer encoder + Transformer decoder trained with a joint CTC + attention objective (the small.cn checkpoint over a character vocabulary). It specializes in regional Mandarin — a standout Sichuan (川话) capability alongside 22 Chinese dialects such as Wu, Cantonese, Minnan and Shanghainese — while keeping strong standard-Mandarin transcription (the card reports a large relative gain on dialect recognition and a meaningful CER reduction over the base Dolphin). This OpenASR repo repackages the weights as .oasr packs that run natively in the OpenASR runtime — no Python at inference, all decoding local. OpenASR decodes it with CTC beam search plus attention rescoring and verified the transcript bit-exact against a golden reference on a Sichuan-dialect clip. It ships in fp16 (maximum fidelity, recommended), q8_0, and q4_k builds.

Note: this model does not emit punctuation. Its upstream training corpus is transcribed without punctuation marks, so the decoder never predicts a punctuation token -- there is no setting to enable it. Transcripts are plain, unpunctuated text by design.

⚙️ How these packs were made

Converted from DataoceanAI1/dolphi-cn-dialect-small with the OpenASR importer:

openasr model-pack import dolphin <src> <out>.oasr \
  --package-id dolphin-cn-dialect-small --quantization {fp16,q8-0,q4-k}

The .oasr container is GGUF-backed; packs use zero-copy mmap weight binding and graph buffer reuse to keep peak memory low.

⚖️ License

These packs inherit the upstream model's license: Apache-2.0 (source). OpenASR packaging retains the upstream copyright and NOTICE; the only modifications are format conversion and quantization.

🙏 Acknowledgements

This pack is a redistribution of Dolphin CN-Dialect Small, created and open-sourced by DataoceanAI (DataoceanAI1/dolphi-cn-dialect-small). All credit for the original architecture, training, and weights belongs to the authors; the license is inherited from and identical to the upstream model (Apache-2.0). The model builds on the Dolphin multilingual ASR project and the WeNet E-Branchformer / joint CTC-attention recipe — thank you to the Dolphin and WeNet teams and to DataoceanAI for releasing their work openly. OpenASR only performs format conversion, quantization, runtime verification, and local-inference adaptation.

🔗 Links

Как запустить

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

GPU в ailist

Универсальный рантайм · openasr

Нельзя запустить

Библиотека «openasr» рантаймом не поддерживается.

Ревизия весов
5b72c03

0 моделей