/ Модель

Характеристики

Лицензия
Своя лицензия
Опубликована
20 мар 2026

astra-atc-models

Распознавание речиАудио → текст

Набор дообученных моделей распознавания английской речи для военных авиадиспетчерских тренажёров ASTRA и PAR в Сингапуре.

116скачиваний за 30 дней0лайковвеса обновлены9 окт 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

aether-raid/astra-atc-models — набор раздельно дообученных моделей распознавания речи для военных авиадиспетчерских тренажёров ASTRA и Precision Approach Radar (PAR) в Сингапуре. В репозитории есть варианты на Whisper Large v3 и Parakeet-TDT 0.6B v2; для каждой системы следует использовать свой ASR, поскольку модели обучались на её фразеологии и позывных. Метаданные указывают формат safetensors, а README описывает также контрольные точки CTranslate2 и NeMo.

Модели предназначены для расшифровки переговоров диспетчеров и пилотов, включая подход, восстановление и аварийный радиообмен. README приводит WER 0,66% для Whisper ASTRA, 0,72% для Parakeet ASTRA и 0,17% для Parakeet PAR на соответствующих оценочных наборах. В производственном конвейере распознанный текст форматируется детерминированными правилами; включённый Qwen3-1.7B форматтер помечен как устаревший и не является основной задачей этого репозитория.

Модели рассчитаны на английскую сингапурскую военную ATC-фразеологию и более чем 100 позывных, поэтому качество на других языках и в обычной речи не подтверждено. Лицензия в метаданных обозначена как other, без уточнения условий.

Сценарии применения

  • расшифровка переговоров диспетчера и пилотов в тренажёре ASTRA
  • распознавание радиообмена при заходе на посадку и восстановлении
  • распознавание коротких команд и ответов в PAR talkdown
  • транскрибирование военной ATC-фразеологии и позывных

Ограничения

Модели специализированы на английской сингапурской военной ATC-фразеологии и раздельно обучены для ASTRA и PAR; качество вне этих сценариев не подтверждено. Условия лицензии обозначены как other и в предоставленных данных не раскрыты.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ASTRA ATC Models

Fine-tuned models for Singapore military air traffic control, built for two training simulators:

  • astra/ - ASTRA, the ATC training simulator (ASR and display formatter)
  • par/ - the Precision Approach Radar (PAR) talkdown simulator (ASR)

The ASTRA and PAR models were developed separately for their own phraseology and callsigns, so they are not a single model: use the ASTRA ASR for ASTRA and the PAR ASR for PAR. Future work may train one ASR model that handles both.

astra/
  ASR/whisper/    Whisper Large v3 (legacy CTranslate2 backend)
  ASR/parakeet/   Parakeet-TDT 0.6B v2 (NeMo checkpoint)
  LLM/            Qwen3-1.7B display formatter (legacy)
par/
  ASR/            Parakeet-TDT 0.6B v2 (NeMo .nemo)

ASTRA

Pipeline

Audio  -->  VAD (Silero)  -->  ASR (Whisper or Parakeet)  -->  Rule Formatter  -->  Display Text
                               "camel climb flight level zero nine zero"
                                                                                  "CAMEL climb FL090"

The production pipeline uses a deterministic rule-based formatter instead of the legacy LLM formatter.

Models

astra/ASR/whisper/ - Whisper Large v3 (Legacy CTranslate2 backend)

Fine-tuned for Singapore military ATC speech. Uses CTranslate2 float16 format for fast inference with faster-whisper.

MetricValue
WER0.66%
Base modelopenai/whisper-large-v3
Size2.9 GB
Runtimefaster-whisper / CTranslate2

astra/ASR/parakeet/ - Parakeet-TDT 0.6B v2 (NeMo checkpoint)

Fine-tuned NeMo Parakeet model for Singapore military ATC speech. Published as a raw checkpoint together with the tokenizer artifacts required to restore it.

MetricValue
Validation WER0.72%
Base modelnvidia/parakeet-tdt-0.6b-v2
Size7.0 GB
Runtimenemo_toolkit[asr]

astra/LLM/ - Qwen3-1.7B Display Formatter (Legacy)

Legacy. Superseded by the deterministic rule formatter. Retained for reference only.

Converts normalized ASR output into structured ATC display text.

MetricValue
Exact match100% (161/161)
Base modelunsloth/Qwen3-1.7B
Size3.3 GB

Architecture

Audio --> VAD (Silero) --> ASR backend --> Post-processing --> Rule Formatter --> Display Text
ComponentTechnologyNotes
VADSilero VADShared frontend for both ASR backends
ASR (legacy)Whisper Large v3 (CTranslate2)Lower-memory legacy backend
ASR (current NeMo path)Parakeet-TDT 0.6B v2Fine-tuned NeMo checkpoint
FormatterDeterministic rulesConverts normalized speech to ATC display text

Domain

Singapore military ATC covering Tengah and Paya Lebar operations, military phraseology, 100+ callsigns, and approach / recovery / emergency traffic.

Training History

ASR

RunWERBaseKey Change
ct2_run50.48%jacktol/whisper-large-v3-finetuned-for-ATCInitial fine-tune
ct2_run60.40%jacktol/whisper-large-v3-finetuned-for-ATC+augmentation, weight decay
ct2_run70.24%jacktol/whisper-large-v3-finetuned-for-ATCFrozen encoder, +50 real recordings
ct2_run80.66%openai/whisper-large-v3Full retrain from base, enhanced augmentation
parakeet_atc0.72%nvidia/parakeet-tdt-0.6b-v2NeMo fine-tune with ATC radio augmentation, best checkpoint at epoch 76

LLM

RunAccuracyKey Change
llm_run398.1% (Qwen3-8B)QLoRA 4-bit, 871 examples
llm_run4100% (Qwen3-1.7B)bf16 LoRA, 1,915 examples with ASR noise augmentation

Quick Start

Whisper ASR

from faster_whisper import WhisperModel

model = WhisperModel("./astra/ASR/whisper", device="cuda", compute_type="float16")
segments, info = model.transcribe("audio.wav", language="en", beam_size=5)
text = " ".join(seg.text.strip() for seg in segments)

Parakeet ASR

See astra/ASR/parakeet/README.md for the NeMo restore example and tokenizer artifact requirements.

PAR

par/ASR/ - Parakeet-TDT 0.6B v2 (NeMo .nemo)

Fine-tuned for PAR talkdown speech: fast, clipped controller calls and pilot replies. Self-contained .nemo, so no tokenizer artifacts are needed. Details, results per test set and training stats in par/ASR/README.md.

MetricValue
PAR held-out WER0.17%
Base modelnvidia/parakeet-tdt-0.6b-v2
Size2.5 GB
Runtimenemo_toolkit[asr]

Download

# Full repo
huggingface-cli download aether-raid/astra-atc-models --local-dir ./models

# ASTRA Whisper ASR only
huggingface-cli download aether-raid/astra-atc-models --include "astra/ASR/whisper/*" --local-dir ./models

# ASTRA Parakeet ASR only
huggingface-cli download aether-raid/astra-atc-models --include "astra/ASR/parakeet/*" --local-dir ./models

# ASTRA LLM only (legacy)
huggingface-cli download aether-raid/astra-atc-models --include "astra/LLM/*" --local-dir ./models

# PAR ASR only
huggingface-cli download aether-raid/astra-atc-models --include "par/ASR/*" --local-dir ./models

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели NVIDIA NeMo требуют отдельного рантайма.

Ревизия весов
98f8619

0 моделей