/ Модель

Характеристики

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

Qwen3-ASR-1.7B-JA

Распознавание речиАудио → текст3 профессии

Дообученная Qwen3-ASR-1.7B для транскрибации японской речи с улучшенным распознаванием имён, названий компаний и редких кандзи.

9 992скачиваний за 30 дней14лайковвеса обновлены29 апр 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

neosophie/Qwen3-ASR-1.7B-JA — дообученная модель Qwen3-ASR-1.7B для автоматического распознавания японской речи. Она предназначена для транскрибации аудио, где важны точная запись японских имён, топонимов, организаций, компаний и продуктов, редких вариантов кандзи, а также технических выражений со смешением японского и английского. Модель может нормализовать произнесённые числительные в японской записи и распознавать диктовку математических выражений и кода.

Архитектура — плотная Qwen3-ASR для генерации текста по аудиовходу; репозиторий содержит веса Safetensors и рассчитан на работу через Transformers. Заявлены японский и английский языки. Базовая модель поддерживает распознавание и потоковую обработку речи, однако карточка этой версии не уточняет, сохраняется ли потоковый режим после дообучения. Модель распространяется по лицензии Apache-2.0. Специализация на японских именах и написании не гарантирует точность для любых говорящих, условий записи и терминологии.

Сценарии применения

  • транскрибация японской речи с именами и топонимами
  • распознавание японских названий компаний, продуктов и сервисов
  • расшифровка редких и сложных написаний кандзи
  • распознавание японской речи со смешанной японской и английской терминологией
  • преобразование произнесённых японских числительных в числовую запись
  • диктовка математических выражений и кода на японском

Ограничения

Оптимизация для японских имён и редких написаний не гарантирует точную расшифровку в любых акустических условиях и для любой терминологии. Карточка этой версии не подтверждает сохранение потоковой обработки, заявленной для базовой модели.

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

Japanese Proper-Noun Fine-tuned Qwen3-ASR

A fine-tuned checkpoint of Qwen/Qwen3-ASR-1.7B optimized for Japanese automatic speech recognition.

This variant is specifically trained to improve recognition of Japanese proper nouns, organization names, product names, service names, and kanji-heavy expressions that general-purpose ASR models tend to mistranscribe.

Intended Use

Designed for Japanese ASR tasks requiring accurate transcription of:

  • Proper nouns (people, places, organizations)
  • Difficult or uncommon kanji spellings
  • Company and product names
  • Mixed Japanese/English technical terminology

Example Normalizations

Product / Company Names

SpokenExpected output
ジェミニGemini
アンスロピックAnthropic
ノートブックLMNotebookLM

Japanese Numerals

SpokenExpected output
一万二千三百四十五1万2345
十人10人

Math / Code

SpokenExpected output
AイコールAプラス1A=A+1

Model Details

Base modelQwen/Qwen3-ASR-1.7B
TaskAutomatic speech recognition
LanguageJapanese (ja), English (en)
Fine-tuning focusJapanese proper nouns & technical vocabulary

Quickstart

Install the runtime package:

pip install -U qwen-asr

Transcribe a local audio file:

import torch
from qwen_asr import Qwen3ASRModel

model = Qwen3ASRModel.from_pretrained(
    "neosophie/Qwen3-ASR-1.7B-JA",
    dtype=torch.bfloat16,
    device_map="cuda:0",
)

results = model.transcribe(audio="/path/to/audio.wav")

print(results[0].language)
print(results[0].text)

Acknowledgments


Built by Neosophie

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ASRForConditionalGeneration
Ревизия весов
987bda1

0 моделей