/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
Qwen3-ASR-1.7B
Библиотека
openasr
Опубликована
1 июн 2026

qwen3-asr-1.7b

Распознавание речиАудио → текст8 профессий

OpenASR/qwen3-asr-1.7b — мультиязычная модель автоматического распознавания речи из семейства Qwen3-ASR, разработанного командой Qwen компании Alibaba.

27 673скачиваний 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

Репозиторий OpenASR предоставляет переупакованные веса исходной модели Qwen/Qwen3-ASR-1.7B в формате .oasr для запуска в среде OpenASR без Python во время инференса.

Модель преобразует аудиозаписи в текст, определяет язык речи и предназначена для офлайн- и потоковой транскрипции. Она поддерживает 30 языков, 22 китайских диалекта и ряд региональных вариантов английского. По данным README, модель устойчива к сложным аудиосценариям, включая пение и песни на фоне музыки, а её качество заявлено как конкурентоспособное по отношению к коммерческим API. Размер модели составляет около 2 млрд параметров, из которых примерно 1,7 млрд активны; исходный формат — BF16.

Доступны варианты fp16, q8_0 и q4_k. q8_0 рекомендован как компромисс между качеством и требованиями к памяти, q4_k подходит для устройств с ограниченными ресурсами, а fp16 предназначен для максимальной точности. Пакеты оптимизированы для CPU и GPU, используют GGUF-backed контейнер, mmap-привязку весов без копирования и повторное использование буферов графа. По README, временные метки на уровне слов требуют дополнительной модели Qwen3-ForcedAligner-0.6B; абсолютная точность распознавания и заявленные показатели производительности зависят от аудио и оборудования.

Распространение выполняется по лицензии Apache-2.0, унаследованной от исходной модели. OpenASR указывает, что внесённые изменения ограничиваются конвертацией формата и квантованием.

Для каких профессий подходит8

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

Qwen3-ASR 1.7B · OpenASR

State-of-the-art multilingual speech recognition across 52 languages & 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

  • 🏆 SOTA among open-source ASR — competitive with the strongest proprietary commercial APIs
  • 🌍 52 languages & dialects — 30 languages plus 22 Chinese dialects, with spoken-language identification
  • 🎧 Robust on hard audio — clean speech, singing voice, and songs over background music
  • 🦀 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 qwen3-asr-1.7b:q8

# 3. Transcribe
openasr transcribe audio.wav --model qwen3-asr-1.7b

All builds for this model:

openasr pull qwen3-asr-1.7b:fp16
openasr pull qwen3-asr-1.7b:q8
openasr pull qwen3-asr-1.7b:q4

📦 Available builds

QuantFile (.oasr)SizeRAM peakRTF · M1 CPURTF · M1 GPUJFK ΔWER vs fp16
fp16qwen3-asr-1.7b-fp16.oasr4.70 GB4.43 GB0.90×1.63×0.0%
q8_0qwen3-asr-1.7b-q8_0.oasr2.51 GB4.14 GB0.35×0.60×0.0%
q4_kqwen3-asr-1.7b-q4_k.oasr1.33 GB4.04 GB0.31×0.40×0.0%

RTF = real-time factor on the fixed 11s JFK clip (lower is faster); RAM peak measured per pack in an isolated subprocess. JFK ΔWER compares each quantized build's JFK transcript to this model's fp16 JFK transcript, so it measures quantization drift rather than absolute recognition accuracy. q8_0 is the recommended default — near-reference quality at a fraction of the footprint.

🧠 About Qwen3-ASR 1.7B

Qwen3-ASR-1.7B is a multilingual automatic speech recognition model (~2B parameters, ~1.7B active, BF16) from Alibaba's Qwen3-ASR family that transcribes speech while identifying the spoken language across 30 languages, 22 Chinese dialects, and a range of regional English accents — and it holds up on hard audio including singing voice and songs over background music. A single unified checkpoint serves both offline and real-time streaming transcription, with word-level timestamps available via the companion Qwen3-ForcedAligner-0.6B; the Qwen team reports state-of-the-art quality among open-source ASR models and accuracy competitive with commercial APIs. This OpenASR repo repackages the original Qwen/Qwen3-ASR-1.7B weights as .oasr packs that run natively in the OpenASR runtime with no Python at inference time. For most users the q8_0 build is the recommended default — near-reference accuracy at roughly half the footprint — while q4_k suits tight-memory deployments and fp16 is reserved for verification or maximum fidelity.

⚙️ How these packs were made

Converted from Qwen/Qwen3-ASR-1.7B with the OpenASR importer:

openasr model-pack import qwen <src> <out>.oasr \
  --package-id qwen3-asr-1.7b --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 Qwen3-ASR-1.7B, created and open-sourced by the Qwen team at Alibaba (Qwen/Qwen3-ASR-1.7B). All credit for the original architecture, training, and weights belongs to them; the license is inherited from and identical to the upstream model (Apache-2.0). Word-level timestamps additionally require the companion Qwen3-ForcedAligner-0.6B. The GGUF quantization recipe and bit-identity verification methodology were informed by cstr/qwen3-asr-1.7b-GGUF. Thank you to both teams for releasing their work openly.

🔗 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
e34cec2

0 моделей