/ Модель

Характеристики

Контекст
131 072 токена
Лицензия
Apache 2.0
Архитектура
qwen3_asr · dense
Базовая модель
Qwen3-ASR-0.6B-hf
Библиотека
transformers
Опубликована
11 июл 2026

qwen3-asr-0.6b-arabic-dialectal-v2

Распознавание речиАудио → текст4 профессии

Дообученная компактная модель Qwen3-ASR для транскрибации речи на различных диалектах арабского языка.

52скачиваний за 30 дней0лайковвеса обновлены16 июл 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

oddadmix/qwen3-asr-0.6b-arabic-dialectal-v2 — дообученная oddadmix модель распознавания речи на основе Qwen/Qwen3-ASR-0.6B-hf. Она предназначена для транскрибации речи на разных диалектах арабского языка; модель принимает аудио и выдаёт текст без диакритических знаков. Обучение проведено на диалектно-сбалансированном наборе oddadmix/lahgtna-v3-small. Архитектура — плотная Qwen3-ASR с 0,6 млрд параметров; доступны веса safetensors для Transformers.

В README приведён WER 0,5514 и CER 0,2148 на тестовой выборке примерно из 2 600 клипов с нормализованным текстом. В сравнении на этой выборке результат уступает указанным вариантам Whisper. Качество заметно зависит от диалекта: в README отмечено, что магрибские варианты арабского распознаются сложнее, чем диалекты стран Персидского залива и Леванта. Лицензия — Apache-2.0.

Сценарии применения

  • транскрибация разговорной речи на арабских диалектах
  • распознавание египетской арабской речи
  • распознавание речи стран Персидского залива
  • распознавание иракской и левантийской речи
  • получение текста без диакритических знаков из арабского аудио

Ограничения

На указанной в README сбалансированной тестовой выборке WER составляет 0,5514; результат хуже приведённых там моделей Whisper. Магрибские диалекты распознаются сложнее, чем диалекты стран Персидского залива и Леванта.

Для каких профессий подходит4

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

qwen3-asr-0.6b-arabic-dialectal-v2

v2 — Qwen/Qwen3-ASR-0.6B-hf (0.6B) fine-tuned for multi-dialect Arabic on the dialect-balanced dataset oddadmix/lahgtna-v3-small (52k train / 2.6k test, seed 42, undiacritized output).

Open weights. This is v2, trained on the balanced, leakage-reduced data. v1 (trained on the earlier augmentation-expanded set, with the full cross-model comparison + bundled fine-tuning scripts) is at oddadmix/qwen3-asr-0.6b-arabic-dialectal.

Results (balanced test split ~2,600 clips, clean_text WER/CER)

WERCER
This model (v2)0.55140.2148

Per-dialect accuracy (v3 balanced test, clean_text)

WER / CER on each dialect's 200 held-out clips, easiest to hardest. Gulf/Levantine transcribe best; Maghrebi (Tunisian/Algerian/Moroccan) is hardest — consistent across every model.

DialectWERCERn
Saudi/Gulf (sa)0.3220.097200
Egyptian (eg)0.3770.136200
Iraqi (iq)0.3780.111200
Palestinian (ps)0.4920.184200
Bahraini (bh)0.5210.207200
Lebanese (lb)0.5410.216200
Syrian (sy)0.5500.229200
Yemeni (ye)0.5830.247200
Sudanese (sd)0.6110.266200
Moroccan (ma)0.6190.222200
Algerian (dz)0.6240.234200
Libyan (ly)0.6300.251200
Tunisian (tn)0.9480.414200
Overall0.5510.2152600

v2 comparison — all models on the balanced dataset

Same dialect-balanced test split (~2,600 clips, oddadmix/lahgtna-v3-small), same clean_text scoring, seed 42.

ModelParamsWERCER
whisper-large-v3-v21.54B0.3200.120
whisper-large-v3-turbo-v2809M0.3320.125
whisper-medium-v2769M0.3420.128
whisper-small-v2244M0.4030.153
nemotron-3.5-asr-v2 (streaming)638M0.4230.148
qwen3-asr-1.7b-v21.7B0.4780.182
cohere-transcribe-arabic-07-2026-dialectal-v22.07B0.5140.294
qwen3-asr-0.6b-v20.6B0.5510.215

whisper-large-v3-turbo-v2 is the best; Whisper fine-tunes furthest. nemotron is the streaming option. (v1 models were trained on the earlier augmentation-expanded set.)

Examples — base vs. fine-tuned (one clip per dialect)

13 held-out test clips, one per dialect. Base is Qwen/Qwen3-ASR-0.6B-hf untouched; fine-tuned (v2) is this model. Text is clean_text-normalized (undiacritized), matching the WER scoring. Press play to listen.

DialectAudioReferenceBaseFine-tuned
Egyptian (eg)لا، في كافيه هنا كده جنب الدار، مع أحمد خطيبها، وزمانها جاي.لا فك في هنا كدا جنب الدور مع أحمد خطبه وزمنها جاي.لا في كافي هنا كده جنب الدور، مع احمد خطبه وزمانها جاي.
Lebanese (lb)ما كون مأمنة حالي. ما أقدر اتحكم. امم. في عندي خوف، إيه.ماكن مأمن حالة معدة تحكم في عندي خوف إيهماكن مأمني حالي، ما قدرت أتحكم. أمم. في عندي خوف إيه.
Syrian (sy)يعني إنت كان في عندك نظام فاقد الشرعية الدولية، دول ما كانت تعترف فيه. إقامة و دوليعني أنتي كان في عندك نظام فاقض الشرعية الدولية دول ما كنت تعرف فيه ااا إقامة ودوليعني إنت كان في عندك نظام ثاقب الشرعية الدولية الدول ما كانت تعتبر فيه. إيه إقامة ودول
Palestinian (ps)إ- إزميل أنس واستشهد والده.زميل أناس واستشهد والدهإيه، زميل أنس، واستشهد والده.
Iraqi (iq)اشتروا كونتينر او نگدر نگول كرفان حديد، واخذوه بمنطقة بعيدة جدا ودفنوه تحت الأرض. وبعد ما انتهوا من فعلا،اشترا وكونتiner أو نقدر نقول كرافان حديد وأخذها بمنطقة بعيدة جدا ودفنوها تحت الأرض وبعد منتهى من فعلاتاشتراو كونتينر أو نقدر نقول كرافان حديد وأخذوه بمنطقة بعيدة جدا ودفنوه تحت الأرض، وبعد ما انتهى من فعله.
Saudi/Gulf (sa)ومن نسمع إشارتك، ترانا نازلين مستميتين، ما عندنا شي نخسره.ومن نسمع إشارتك ترى نازلين من ست ميتين ما عندنا شيء خسرهومن نسمع إشارتك، ترى أنا نازلين من مستميتين، ما عندنا شيء نخسره.
Bahraini (bh)ولد وكل بنت، لأنه إذا يبون رب العالمين يسر لهم؟ولد وكل بنت لأن إذا يبون رب العالمين يسر لهموالد وكل بنت، لأنه إذا يبون رب العالمين يسر لهم.
Yemeni (ye)وهذا كان ال ال ال ال يعني تستطيع تعتبرهاوهذا كان ال ال ال ال يعني تستطيع تعتبرهاوهذا كان ال ال ال ال يعني تستطيع تعتبرها
Libyan (ly)هلبة والله يا بشرى ما ما يحضرنيش حاجة. في بلاد أو برا من البلاد؟هل بول الله يبشره ما يحضرني شحاج؟ شبلات أو برم البلاطشنو؟ هالبوا والله بشرى ما يحضرنيش حاجة. شن بلات أو برا من البلاد؟
Tunisian (tn)ال الإحتجاجية ما همش م مستأنسين بالأماكن المقابلة اللي هي صالونات الحكم.الاحتجاجية مهما مش مستنسين بالامكان المقابل اللي هي صلوات الحكمال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال
Algerian (dz)دو عامين. بصح وكان يبياعني أنا ندي عشر سنين ونشوفو هو يخرج أليز في بلاليبرتي.دوامين، صح وكان يبي يعني أنا الديعشة نحن نشوفه يخرج علاز في بلاد بختيدو عامين. صح؟ وكان يبيعني، أنا ندي عشر سنين ونشوفوا هو يخرج آلاز في بلا لي بقتي.
Moroccan (ma)ضارت، و طردت، و كاع داك الشي اللي فيها من الجن. وسكنت فيها. و الحمد لله من بعد تزوجت بفرح، و أسامة تزوج بكوثر.و طرت وقعد كشي اللي فيها من الجن وس كنت فيها والحين دولة من بعد زوج بفرح وسمة زوج بكسروطرطوط، وقعد يكشي اللي فيها من الجين. وسكنت فيها، والحمد لله من بعد تزوج بفارح وسأمس تزوج بكوثر.
Sudanese (sd)آاا همارات بينزلها في الفيس، أو بعد ال هنا أقوم أحضر الخطبة بتاعة طارق الهادي. يعنيهما راديو نزيله في الفيس أو بعد ال هنا يقوم أحضر الخدبة بتاعة طارق الهادي يعنيآآه، هم رادوا ينزلوا في الفاس، أو بعد ال، هنا يقوم أحضر الخدمة بتاعت طارق الهادي. يعني

Full fine-tuning code, dependencies, and lessons are in the v1 repo (train.py, normalize.py, FINETUNE.md). This v2 uses the same recipe on the balanced dataset.

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
91ff7da

0 моделей