Характеристики

Опубликована: 19 фев 2026

Ссылки

qwen3-forced-aligner-0.6b-q4-k-m

Распознавание речиАудио → текст6 профессий

OVOS Qwen3 Forced Aligner 0.6B Q4_K_M — квантизированный экспорт модели Qwen/Qwen3-ForcedAligner-0.6B в формате GGUF, подготовленный для использования на периферийных устройствах и в средах с CPU-инференсом.

2 887скачиваний за 30 дней1лайквеса обновлены19 фев 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

Модель предназначена для принудительного выравнивания речи и текста, а также используется в связке с системой автоматического распознавания речи для получения транскрипции и временных соответствий между текстом и аудиосигналом.

Модель поддерживает широкий набор языков, включая китайский, английский, кантонский, арабский, немецкий, французский, испанский, португальский, русский, японский, корейский, хинди и другие языки, перечисленные в карточке. Архитектура и размер исходной модели указаны как 0.6B, а вариант Q4_K_M использует квантизацию для снижения требований к памяти и вычислительным ресурсам, что может быть преимуществом для CPU и edge-устройств, но потенциально ограничивает точность по сравнению с полной версией. Для работы рекомендуется пакет py-qwen3-asr-cpp; модель распространяется по лицензии Apache 2.0.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели I.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

license: apache-2.0

OVOS - Qwen3 Forced Aligner 0.6B Q4_K_M (GGUF)

This model is a quantized gguf-format export of Qwen/Qwen3-ForcedAligner-0.6B for ease of use in edge devices and CPU-based inference environments. The original model is transformed into gguf with F16 tensors by the script convert_hf_to_gguf.py and then further quantized, if needed, using the tool quantize from the same repo.

Requirements

The requirements can be installed as

$ pip install git+https://github.com/femelo/py-qwen3-asr-cpp

Usage

from py_qwen3_asr_cpp.model import Qwen3ASRModel

# Initialize the model (it handles downloading from this repo)
model = Qwen3ASRModel(
    asr_model="qwen3-asr-0.6b-q4-k-m",
    align_model="qwen3-forced-aligner-0.6b-q4-k-m",
    n_threads=4
)

# Transcribe from file
result, alignment = model.transcribe_and_align("audio.mp3")
print(f"Detected Language: {result.language}")
print(f"Transcription: {result.text}")

Refer to https://github.com/femelo/py-qwen3-asr-cpp for more details.

Licensing

The license is derived from the original model: Apache 2.0. For more details, please refer to Qwen/Qwen3-ForcedAligner-0.6B.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов: 18fe6b0