Характеристики

Лицензия: Apache 2.0
Базовая модель: Qwen3-ForcedAligner-0.6B
Опубликована: 29 сен 2026

Ссылки

Qwen3-ForcedAligner-0.6B-GGUF

Распознавание речиАудио → текст7 профессий

Конверсия Qwen3-ForcedAligner-0.6B в GGUF для выравнивания слов текста с аудио и получения временных меток через llama.cpp.

202скачиваний за 30 дней0лайковвеса обновлены29 сен 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

harlemmvp/Qwen3-ForcedAligner-0.6B-GGUF — неофициальная конверсия модели Qwen/Qwen3-ForcedAligner-0.6B в формат GGUF для запуска через llama.cpp. В репозитории веса bf16 разделены на текстовую модель и аудиоэнкодер с проектором и головкой временных меток; это модель для принудительного выравнивания текста с речью и получения временных меток слов.

Модель принимает аудио и соответствующий ему текст, а возвращает временные позиции слов. В README приведены проверки совпадения с официальной реализацией на записях совещания AMI и подкаста; максимальное различие в одном из сравнений составило один интервал в 80 мс. Для сопоставления требуется использовать те же единицы слов, что и эталонная реализация: например, удалить пунктуацию и записывать «twenty-four» как «twentyfour».

Конверсия сохраняет исходные веса и точность bf16; автор репозитория не связан с командой Qwen. Базовая модель выпущена под лицензией Apache-2.0. README указывает, что для запуска используется специализированная реализация aligner в llama.cpp-omni; поддержка в других средах не описана.

Сценарии применения

получение временных меток слов в аудиозаписи
синхронизация расшифровки с речью
выравнивание текста с аудио совещаний
выравнивание текста с фрагментами подкастов

Ограничения

Для выравнивания нужно подать текст, соответствующий аудио, и использовать те же правила нормализации слов, что и эталонная реализация. Для запуска README описывает специализированную реализацию aligner в llama.cpp-omni.

Для каких профессий подходит7

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

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 I.3Универсальные способностиИзвлечение и структурирование данныхAI помогает превращать разрозненные данные в структуру, пригодную для поиска, аналитики и автоматизации.18 задач25 791модель

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3-ForcedAligner-0.6B GGUF (bf16)

An unofficial GGUF conversion of Qwen/Qwen3-ForcedAligner-0.6B (revision c7cbfc2048c462b0d63a45797104fc9db3ad62b7) for llama.cpp. Not affiliated with or endorsed by the Qwen team. The weights are Qwen's, unchanged, at their native bf16 precision; see the original model card for the model itself and its license (Apache-2.0).

Files

File	Contents
`Qwen3-ForcedAligner-0.6B-LM-bf16.gguf`	the text model as a standard `qwen3` model
`Qwen3-ForcedAligner-0.6B-Audio-bf16.gguf`	the audio encoder and projector (`qwen3a` projector type), plus the 5000-way timestamp head as F32 `score.weight` and the keys `aligner.timestamp_segment_ms` (80), `aligner.timestamp_token_id` (151705), `aligner.n_buckets` (5000)
`convert_aligner.py`	the conversion script

The two-file layout is the one read by the Qwen3-ForcedAligner runtime in llama.cpp-omni PR 115 (tools/aligner).

Conversion

convert_aligner.py runs llama.cpp's own convert_hf_to_gguf.py (tag b10687) on the original checkpoint, which is laid out as a Qwen3-ASR model whose lm_head is the timestamp head:

The text model is written as plain qwen3 instead of qwen3vl. With audio and text only, every M-RoPE section carries the same position, which is ordinary RoPE.
thinker.lm_head.weight is left out of the text GGUF and stored in the audio GGUF as score.weight.
The audio GGUF comes from the converter's standard --mmproj path for Qwen3-ASR.

Parity

Checked against the official transformers implementation (bf16) on the same audio and word units, using the llama.cpp-omni aligner built against llama.cpp b10687:

AMI meeting audio, against AMI's manual word times: word-onset error median +0.010 s (IQR −0.015 to +0.040 s), the same as the reference.
A 55-minute podcast chunk (467 words): 465 word starts and 466 word ends identical to the reference; the largest difference is one 80 ms slot.

Word units must be the ones the reference produces (punctuation removed, so "U.S." becomes "US" and "twenty-four" becomes "twentyfour").

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: f88d730