/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
1,7 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-0.8B
Опубликована
26 мая 2026

lafzyn

Генерация текстаТекст → текст3 профессии

Lafzyn — дообученная на парах «урду–IPA» модель для преобразования текста на урду в фонетическую транскрипцию.

315скачиваний за 30 дней5лайковвеса обновлены2 окт 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 «Текст» — 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

Lafzyn — модель на базе Qwen/Qwen3.5-0.8B, дообученная для преобразования текста на урду в Международный фонетический алфавит (IPA). Она предназначена для получения произношения слов и фраз на урду и может использоваться как фонетический компонент систем синтеза речи, словарей и лингвистических инструментов. Это специализированная модель, а не универсальный чат-бот.

В карточке указано обучение на 100 000 пар «урду–IPA» и оценка на 500 отложенных примерах: средняя ошибка на уровне символов IPA (PER) составила 16,94%, а полностью совпали с эталоном 88 транскрипций из 500. Методика разделения данных описана не полностью, поэтому результаты следует трактовать с осторожностью. Модель ориентирована на современный стандартный урду; качество для диалектов и смешения языков не оценивалось. Репозиторий распространяется под лицензией Apache-2.0. Карточка не уточняет источник и лицензию обучающих данных.

Сценарии применения

  • получение IPA-транскрипции текста на урду
  • подготовка произношения для системы синтеза речи на урду
  • создание фонетических словарей урду
  • фонетическая разметка текстов на урду для лингвистических инструментов

Ограничения

Средняя символьная ошибка IPA на указанной выборке составляет 16,94%; протокол разбиения данных описан не полностью. Результаты для диалектов и смешения языков не приведены, а лицензия обучающих данных не уточнена.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Lafzyn

Lafzyn maps Urdu script to IPA. It is a fine-tune of Qwen/Qwen3.5-0.8B for grapheme-to-phoneme conversion.

Purpose

A pronunciation layer for Urdu text-to-speech, dictionaries, and linguistic tools. It is not a general chat model. A demo is at spaces/mahwizzzz/lafzyn, and a GGUF build is at mahwizzzz/lafzyn-gguf.

Upstream attribution

PropertyValue
Base modelQwen/Qwen3.5-0.8B
TaskUrdu grapheme-to-phoneme
OutputIPA
This repository's licenseApache-2.0

On 2 October 2026 the base-model repository tags included license:apache-2.0. Confirm the current Qwen license on that page before redistribution.

Data provenance

The metadata dataset id is custom, which is not a Hub dataset. This card states that training used 100,000 Urdu–IPA pairs. It does not identify the text source, the IPA author (rules, lexicon, or model), a data license, or a public dataset repository. mahwizzzz/urdu-g2p is a separate repository and is not declared as this model's training set.

Training

No trainer configuration, step count, learning rate, hardware, or seed is stored in this repository.

Evaluation

Evaluated on 500 held-out samples from the phoneme map. The metric is character-level edit distance on IPA strings (PER; lower is better). The split protocol and whether training pairs overlap these 500 strings are not further specified.

MetricValue
Mean PER16.94%
Perfect transcriptions (PER = 0)88 / 500 (17.6%)
Near perfect (PER < 10%)166 / 500 (33.2%)

Sample outputs

Best predictions (PER = 0.000):

UrduExpected IPAPredicted IPA
مختار احمدmʊxˈt̪aːr ˈæhmədmʊxˈt̪aːr ˈæhməd
قابل رحمqɑːˈbɪl rɛˈhəmqɑːˈbɪl rɛˈhəm
رواں ہفتےrəˈʋãː ˈhəft̪eːrəˈʋãː ˈhəft̪eː
دفاعی کمیشنd̪ɪˈfaː.iː kəˈmɪ.ʃənd̪ɪˈfaː.iː kəˈmɪ.ʃən
نفیس المزاجnəˈfiːs əlmɪˈzaːd͡ʒnəˈfiːs əlmɪˈzaːd͡ʒ

Highest reported errors (Arabic loanwords and rare compounds):

UrduExpected IPAPredicted IPAPER
ائمہ سبعہaɪˈʔɪm.maː ˈsab.ʕaˈɛːmɑː sɪˈbɑː0.722
نفع المصرفˈnafʕaː alˈmasˤrifnəˈfɑːl ʔalˈmɪrɑːf0.667
میٹر کیولیٹˈmeːʈər ˈkjuːlɪtmeːʈər kiːˈloːɛt̪0.562

The previous card attributes these errors to rare Arabic-origin compounds and technical transliterations that are underrepresented in the training data. That statement is retained; the frequency counts behind it are not in this repository.

Phoneme inventory

The previous card states that the model covers this Urdu IPA set. An independent inventory check is not included here.

  • Stops: b p t̪ ʈ d̪ ɖ k ɡ q ʔ
  • Fricatives: f s ʃ z ʒ x ɣ ɦ h ħ ʕ
  • Affricates: tʃ dʒ
  • Nasals: m n ɳ ŋ n̪
  • Liquids and glides: r ɾ ɽ l w j ʋ
  • Vowels: ə ɪ ʊ aː iː uː eː oː ɛ ɔ æ
  • Diacritics: ː (length), ̃ (nasalization), ˈ ˌ (stress)

Limitations

  • Arabic-origin loanwords and rare compounds have higher error in the table above (PER > 0.5).
  • The card describes the target variety as Modern Standard Urdu. Dialect and code-switching results are not reported.
  • Training-data licensing is not identified, so downstream redistribution of the pairs themselves is not cleared by this model card.

License

Apache-2.0 for this repository.

Usage

from transformers import AutoTokenizer, pipeline
import torch

pipe = pipeline(
    "text-generation",
    model="mahwizzzz/lafzyn",
    torch_dtype=torch.float16,
    device_map="auto",
)

messages = [
    {"role": "system", "content": "You are an expert Urdu linguist and phonetician. Convert the given Urdu word or phrase into its IPA transcription. Output only the IPA string, nothing else."},
    {"role": "user", "content": "پاکستان"},
]
out = pipe(messages, max_new_tokens=64, do_sample=False)
print(out[0]["generated_text"][-1]["content"])  # → pɑːkɪsˈt̪aːn

The comment shows an illustrative IPA string from the previous card. It is not a measured output stored in this repository.

Citation

@misc{lafzyn2026,
  title   = {Lafzyn: Urdu Grapheme-to-Phoneme with Qwen3.5-0.8B},
  author  = {Mahwiz Khalil},
  year    = {2026},
  url     = {https://huggingface.co/mahwizzzz/lafzyn},
  note    = {Fine-tuned on 100k Urdu IPA pairs, mean PER 16.94\%}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
e7c60c2

0 моделей