/ Модель

Характеристики

Контекст
131 072 токена
Лицензия
Apache 2.0
Архитектура
qwen3_asr · dense
Базовая модель
Qwen3-ASR-0.6B
Библиотека
mlx
Опубликована
19 сен 2026

mlx-qwen3-asr-0.6b-8bit

Распознавание речиАудио → текст

8-битная MLX-версия Qwen3-ASR-0.6B для транскрибации аудио на устройствах Apple Silicon.

175скачиваний за 30 дней0лайковвеса обновлены19 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

moona3k/mlx-qwen3-asr-0.6b-8bit — 8-битная MLX-квантизация Qwen/Qwen3-ASR-0.6B, подготовленная для библиотеки mlx-qwen3-asr и устройств Apple Silicon. Модель принимает аудио и выполняет автоматическое распознавание речи; её можно запускать для транскрибации файлов, получать временные метки слов и использовать через HTTP-сервер библиотеки.

Веса линейных и embedding-слоёв текстового декодера и аудиокодировщика квантизированы до 8 бит с размером группы 64; остальные указанные в README тензоры хранятся в float16. Размер загрузки — около 801 МБ. Для десяти языков, включая русский, английский, китайский, японский, корейский, немецкий, французский, испанский, арабский и хинди, поддержку подтверждают метаданные. В тесте LibriSpeech test-clean на 100 аудиофрагментах показатели WER и CER совпали с версией fp16, однако результат ограничен этим набором и условиями оценки.

Модель предназначена для запуска через mlx-qwen3-asr версии 0.4.1 или новее на Apple Silicon. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибация аудиофайлов
  • распознавание русской и многоязычной речи
  • получение временных меток слов в расшифровке
  • развёртывание сервиса распознавания речи через HTTP

Ограничения

Для запуска требуется mlx-qwen3-asr версии 0.4.1 или новее и устройство Apple Silicon с MLX. Приведённые показатели качества проверены только на 100 фрагментах LibriSpeech test-clean и не гарантируют такие же результаты на других данных.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

moona3k/mlx-qwen3-asr-0.6b-8bit

8-bit (group size 64) MLX quantization of Qwen/Qwen3-ASR-0.6B for mlx-qwen3-asr, a ground-up MLX reimplementation of Qwen3-ASR for Apple Silicon. No PyTorch, no transformers, no model conversion step on the user's side.

Usage

pip install -U mlx-qwen3-asr
mlx-qwen3-asr audio.wav --model moona3k/mlx-qwen3-asr-0.6b-8bit
import mlx_qwen3_asr as m

result = m.transcribe("audio.wav", model="moona3k/mlx-qwen3-asr-0.6b-8bit")
print(result.text)

Requires mlx-qwen3-asr >= 0.4.1. Word timestamps (--timestamps) and the HTTP server (mlx-qwen3-asr serve --model moona3k/mlx-qwen3-asr-0.6b-8bit) work unchanged.

What is quantized

  • Every Linear and Embedding layer in the text decoder and the audio encoder is affine-quantized to 8 bits with group size 64 (mlx.nn.quantize).
  • Remaining floating tensors (scales, biases, norms, conv stem) are stored in float16, so inference runs in float16 end to end.
  • lm_head is tied to the token embedding in the source model and is not stored twice; the loader re-ties it.
  • Download size: 801M (fp16 source: 1.8 GB).

Quality

LibriSpeech test-clean, 100 speaker-balanced clips (speaker_round_robin), greedy decoding, Apple M4 Pro, MLX 0.30.6:

ModelWERCER
Qwen/Qwen3-ASR-0.6B fp162.33%0.59%
this artifact (8-bit g64)2.33%0.59%

Hypotheses: identical to fp16 on all 100 clips.

Latency envelope from the committed quantization matrix (docs/benchmarks/2026-09-07-quant-matrix-test-clean-speaker100.md, 0.6B): 8-bit runs about 2.4x and 4-bit about 2.7x faster than fp16 on a 10 s clip. Per-sample JSON for this artifact's evaluation is committed in the mlx-qwen3-asr repository as docs/benchmarks/2026-09-19-quantized-artifacts-librispeech-test-clean-100-0.6B_8bit.json.

Reproduce

git clone https://github.com/moona3k/mlx-qwen3-asr && cd mlx-qwen3-asr && git checkout v0.4.3
python scripts/convert.py --model Qwen/Qwen3-ASR-0.6B --quantize 8 --encoder-bits 8 \
  --group-size 64 --dtype float16 --output-dir Qwen3-ASR-0.6B-8bit-g64
python scripts/eval_librispeech.py --model Qwen3-ASR-0.6B-8bit-g64 --samples 100 --sampling speaker_round_robin

License

Apache-2.0, following the source model.

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
Qwen3ASRForConditionalGeneration
Ревизия весов
83ce2a8

0 моделей