/ Модель

Характеристики

Контекст
131 072 токена
Лицензия
Apache 2.0
Архитектура
qwen3_asr · dense
Базовая модель
Qwen3-ASR-1.7B
Опубликована
12 апр 2026

moulsot.v0.3

Распознавание речиАудио → текст6 профессий

MoulSot v0.3 — дообученная модель Atlasia для распознавания и транскрибации разговорной речи на марокканском дариджа, в том числе с переключением между языками.

975скачиваний за 30 дней21лайквеса обновлены2 мая 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Распознавание речи» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

MoulSot v0.3 — модель автоматического распознавания речи, разработанная Atlasia для транскрибации марокканского дариджа. Это дообученная версия Qwen/Qwen3-ASR-1.7B; модель принимает аудио и выдаёт текст. В README заявлена тренировка на наборе MoulSot-Full: около 1 500 часов аудио и 80 часов эталонных транскрипций.

Модель рассчитана на разговорную речь, аудио из медиа и пользовательский контент. Её отличительная особенность — распознавание смешанной речи с переключением между дариджа, арабским, французским и английским; разработчик также заявляет устойчивость к неформальной речи и шуму. Для v0.3 приведены WER 38,99 и CER 12,58, однако подробности протокола оценки и бенчмарков ограничены.

Качество может снижаться на очень шумных записях, редких диалектных вариантах и специализированной лексике; распознавание переключения языков не безошибочно. Для критически важных решений требуется проверка транскрипции человеком. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибация разговоров на марокканском дариджа
  • расшифровка аудио с переключением между дариджа, арабским, французским и английским
  • индексация марокканских аудио- и видеоматериалов
  • распознавание речи в звонках контакт-центра
  • подготовка транскриптов для голосовых интерфейсов и речевой аналитики

Ограничения

Качество может снижаться на очень шумном аудио, редких диалектных вариантах и специализированной лексике; распознавание переключения языков не безошибочно. Оценку в критически важных сценариях следует проверять человеком.

Для каких профессий подходит6

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

MoulSot v0.3 — Automatic Speech Recognition for Moroccan Darija

Model Description

MoulSot v0.3 is an Automatic Speech Recognition (ASR) model developed by Atlasia for Moroccan Darija, designed to handle real-world speech with strong robustness to code-switching (Darija ↔ French ↔ Arabic).

The model is trained on a large, curated dataset and aims to provide high-quality transcription for conversational, media, and user-generated audio in Moroccan dialect.


Key Features

  • 🔊 1,500 hours of curated Darija audio
  • 🏆 80 hours of gold-standard transcriptions
  • ⚡ Native support for code-switching
  • 🎙️ Designed for real-world noisy and conversational speech

Training Data

Overview

The MoulSot dataset is built from a large-scale data pipeline focused on collecting, filtering, and curating Moroccan Darija audio.

  • Total audio: ~1,500 hours

  • High-quality labeled subset: 80 hours

  • Speech characteristics:

    • Spontaneous and conversational
    • Multi-domain (media, informal speech, etc.)
    • Code-switching between Darija, English, French, and Modern Standard Arabic

Data Pipeline

The full data processing pipeline is open-sourced: 👉 https://github.com/atlasia-ma/MoulSot

It includes:

  • Audio collection and aggregation
  • Cleaning and normalization
  • Segmentation
  • Annotation workflows
  • Quality filtering

Training Procedure

While full technical details are released progressively, the model training includes:

  • Supervised training on high-quality labeled data (80h)
  • Optimization for multilingual/code-switched contexts
  • Iterative refinement across versions

More details will be available in the technical blog.


Intended Use

Primary Use Cases

  • Transcription of Moroccan Darija audio
  • Voice interfaces and assistants
  • Media and content indexing
  • Call center and conversational AI
  • Speech analytics in Moroccan context

Out-of-Scope Use

  • Critical decision-making systems without human validation
  • Languages outside Darija/English/French/Arabic code-switching context
  • Highly specialized domains without adaptation

Performance

MoulSot v0.3 is positioned as a state-of-the-art Darija ASR system, with strong qualitative performance in:

  • Conversational fluency
  • Handling mixed-language speech
  • Robustness to accents and informal usage

Benchmark Comparison

Results (↓ lower is better):

  • MoulSot v0.1 — WER: 66.78 / CER: 21.30
  • MoulSot v0.3 — WER: 38.99 / CER: 12.58
  • ISMA — WER: 39.20 / CER: 13.47

MoulSot v0.3 significantly improves over v0.1 and achieves state-of-the-art performance, slightly outperforming ISMA on both WER and CER.

Leaderboard Ranking

MoulSot v0.3 ranks #1 on the Moroccan Darija ASR leaderboard:

👉 https://huggingface.co/spaces/abdeljalilELmajjodi/moroccan_darija_asr_leaderboard

Key takeaways:

  • 🥇 Ranked 1st place among evaluated Darija ASR models
  • 📊 Confirms strong real-world performance beyond internal benchmarks
  • 🔍 Validates improvements over previous versions and competing systems

Quantitative benchmarks and detailed evaluations will be expanded in the technical report.


Limitations

  • Performance may degrade on:

    • Extremely noisy audio
    • Rare dialectal variations
    • Domain-specific jargon
  • Code-switching handling is strong but not perfect

  • Limited publicly available evaluation benchmarks for Darija


Ethical Considerations

  • The dataset is curated with attention to quality and representativeness, but may still contain biases.

  • Users should:

    • Validate outputs in critical applications
    • Be mindful of potential transcription inaccuracies
    • Avoid misuse in surveillance or harmful contexts

Usage

Install (Python)

uv pip install qwen_asr

Inference (PyTorch / CUDA)

from qwen_asr import Qwen3ASRModel

model = Qwen3ASRModel.from_pretrained(
    "atlasia/moulsot.v0.3",
    dtype="bfloat16",
    device_map="cuda",
)

result = model.transcribe(audio="your_audio.wav", language="Arabic")
print(result.text)

MLX (Apple Silicon)

Install:

uv pip install mlx-audio

Run:

from mlx_audio.stt.utils import load

model = load("atlasia/moulsot.v0.3")
audio_path = "your_audio.wav"

transcription = model.generate(audio_path).text
print(transcription)

Citation

@misc{moulsot2026,
  title={MoulSot v0.3: The New Champ of Darija ASR},
  author={Atlasia},
  year={2026},
  url={https://huggingface.co/atlasia/moulsot.v0.3}
}

Resources & Roadmap

Coming soon:

  • Full technical blog
  • Dataset release
  • Training details
  • Future model versions

Stay tuned via: 👉 https://atlasia.ma


Acknowledgements

Developed by Atlasia as part of ongoing efforts to advance AI for Moroccan languages and dialects.

License

Apache 2.0 — same as the base model.

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ASRForConditionalGeneration
Ревизия весов
8ae8d75

0 моделей