/ Модель

Характеристики

Контекст
131 072 токена
Лицензия
Apache 2.0
Архитектура
qwen3_asr · dense
Базовая модель
Qwen3-ASR-1.7B
Библиотека
mlx
Опубликована
19 сен 2026

mlx-qwen3-asr-1.7b-4bit

Распознавание речиАудио → текст8 профессий

Квантованная версия Qwen3-ASR-1.7B для MLX распознаёт речь и транскрибирует аудио на десяти языках, включая русский.

181скачиваний 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 подготовил квантованный вариант Qwen/Qwen3-ASR-1.7B для библиотеки MLX и компьютеров Apple Silicon. Это модель распознавания речи, которая преобразует аудио в текст; через пакет mlx-qwen3-asr она также поддерживает выдачу временных меток слов и работу HTTP-сервера. По данным карточки, модель поддерживает английский, китайский, японский, корейский, немецкий, французский, испанский, русский, арабский и хинди.

Текстовый декодер и эмбеддинги квантованы до 4 бит с размером группы 64, аудиоэнкодер — до 8 бит; остальные плавающие тензоры хранятся в float16. Размер загрузки — 1,2 ГБ против 4,4 ГБ у исходной версии в fp16. В тесте на 100 фрагментах LibriSpeech test-clean этот артефакт показал WER 1,73% и CER 0,53%; результаты небольшого теста не гарантируют такого же качества на других языках и аудио. Для загрузки требуется mlx-qwen3-asr версии 0.4.3 или новее. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибация аудиозаписей на русском языке
  • распознавание речи в аудиофайлах на поддерживаемых языках
  • получение временных меток слов в расшифровке
  • запуск сервиса распознавания речи на Apple Silicon

Ограничения

Артефакт рассчитан на MLX и Apple Silicon и требует mlx-qwen3-asr версии 0.4.3 или новее. Оценка качества приведена только для 100 англоязычных фрагментов LibriSpeech test-clean; она не характеризует качество на других языках и типах аудио.

Для каких профессий подходит8

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

moona3k/mlx-qwen3-asr-1.7b-4bit

4-bit (group size 64) MLX quantization of Qwen/Qwen3-ASR-1.7B 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-1.7b-4bit
import mlx_qwen3_asr as m

result = m.transcribe("audio.wav", model="moona3k/mlx-qwen3-asr-1.7b-4bit")
print(result.text)

Requires mlx-qwen3-asr >= 0.4.3. Mixed encoder/decoder widths need the per-module loader introduced in 0.4.3; older versions fail to load this artifact with a shape error. Word timestamps (--timestamps) and the HTTP server (mlx-qwen3-asr serve --model moona3k/mlx-qwen3-asr-1.7b-4bit) work unchanged.

What is quantized

  • Text decoder Linear and Embedding layers are affine-quantized to 4 bits; the audio encoder is quantized to 8 bits (group size 64 for both). The encoder carries most of the 4-bit quality loss: on 0.6B, all-4-bit scored 2.63% WER against 2.37% with an 8-bit encoder (fp16 2.33%), for 90 MB more.
  • 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: 1.2G (fp16 source: 4.4 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-1.7B fp161.94%0.57%
this artifact (4-bit g64)1.73%0.53%

Hypotheses: 12 of 100 hypotheses differ from fp16, mostly British/American spelling variants; WER is slightly lower than fp16 on this sample.

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-100-1.7B_4bit.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-1.7B --quantize 4 --encoder-bits 8 \
  --group-size 64 --dtype float16 --output-dir Qwen3-ASR-1.7B-4bit-g64
python scripts/eval_librispeech.py --model Qwen3-ASR-1.7B-4bit-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
b2315a2

0 моделей