whisper-large-v3-turbo-arabic-dialectal-v2
v2 — openai/whisper-large-v3-turbo (809M) 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/whisper-large-v3-turbo-arabic-dialectal.
Results (balanced test split ~2,600 clips, clean_text WER/CER)
| WER | CER | |
|---|---|---|
| This model (v2) | 0.3324 | 0.125 |
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.
| Dialect | WER | CER | n |
|---|---|---|---|
Saudi/Gulf (sa) | 0.173 | 0.049 | 200 |
Egyptian (eg) | 0.245 | 0.125 | 200 |
Iraqi (iq) | 0.260 | 0.070 | 200 |
Syrian (sy) | 0.291 | 0.105 | 200 |
Yemeni (ye) | 0.307 | 0.114 | 200 |
Palestinian (ps) | 0.308 | 0.135 | 200 |
Moroccan (ma) | 0.338 | 0.097 | 200 |
Lebanese (lb) | 0.348 | 0.132 | 200 |
Sudanese (sd) | 0.372 | 0.139 | 200 |
Bahraini (bh) | 0.378 | 0.155 | 200 |
Algerian (dz) | 0.387 | 0.149 | 200 |
Libyan (ly) | 0.414 | 0.161 | 200 |
Tunisian (tn) | 0.538 | 0.221 | 200 |
| Overall | 0.332 | 0.125 | 2600 |
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.
| Model | Params | WER | CER |
|---|---|---|---|
| whisper-large-v3-v2 | 1.54B | 0.320 | 0.120 |
| whisper-large-v3-turbo-v2 | 809M | 0.332 | 0.125 |
| whisper-medium-v2 | 769M | 0.342 | 0.128 |
| whisper-small-v2 | 244M | 0.403 | 0.153 |
| nemotron-3.5-asr-v2 (streaming) | 638M | 0.423 | 0.148 |
| qwen3-asr-1.7b-v2 | 1.7B | 0.478 | 0.182 |
| cohere-transcribe-arabic-07-2026-dialectal-v2 | 2.07B | 0.514 | 0.294 |
| qwen3-asr-0.6b-v2 | 0.6B | 0.551 | 0.215 |
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 openai/whisper-large-v3-turbo untouched; fine-tuned (v2) is this model. Text is clean_text-normalized (undiacritized), matching the WER scoring. Press play to listen.
| Dialect | Audio | Reference | Base | Fine-tuned |
|---|---|---|---|---|
Egyptian (eg) | لا، في كافيه هنا كده جنب الدار، مع أحمد خطيبها، وزمانها جاي. | لافكة فيه هنا كده جنب الدار مع أحمد خطبها وزمنها جاي | لا في كافيه هنا كده جنب الدار، مع أحمد خطبها وزمانها جاي | |
Lebanese (lb) | ما كون مأمنة حالي. ما أقدر اتحكم. امم. في عندي خوف، إيه. | ما كون مأمنة حالي، ما قدر أتحكم في عندي خوف إيه؟ | ما أكون مأمنة حالي، ما أقدر أتحكم. إم. في عندي خوف إيه. | |
Syrian (sy) | يعني إنت كان في عندك نظام فاقد الشرعية الدولية، دول ما كانت تعترف فيه. إقامة و دول | يعني انت كان في عندك نظام فاقد الشرعية الدولية الدول ما كانت تعترف فيه اقامة ودول | يعني إنت كان في عندك نظام فاقد الشرعية الدولية، الدول ما كانت تعترف فيه، إيه إقامة ودول | |
Palestinian (ps) | إ- إزميل أنس واستشهد والده. | زميل أنس وستشاد والتو | إيه 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، | اشتروا كونتينر او نقدر نقول كارفان حديد واخذوه بمنطقة بعيدة جدا ودفنوه تحت الارض وبعد ما انتهو من فعلته | اشتروا كونتيينر أو نگدر نگول كرفان حديد وأخذوه بمنطقة بعيدة جدا ودفنوه تحت الأرض، وبعد ما انتهوا من فعلته. | |
Saudi/Gulf (sa) | ومن نسمع إشارتك، ترانا نازلين مستميتين، ما عندنا شي نخسره. | ومن نسمع إشارتك ترى ننازلين مستميتين ما عندنا شي خسرة | ومن نسمع إشارتك، ترانا نازلين ممستميتين ما عندنا شيء خسره. | |
Bahraini (bh) | ولد وكل بنت، لأنه إذا يبون رب العالمين يسر لهم؟ | ولد وكل بنت لأنه إذا يبون رب العالمين يسر له | ولد وكل بنت لأنه إذا يبون رب العالمين ييسر لهم. | |
Yemeni (ye) | وهذا كان ال ال ال ال يعني تستطيع تعتبرها | وهذا كان تستطيع تعتبرها | وهذا كان ال ال ال ال ال يعني تستطيع تعتبرها | |
Libyan (ly) | هلبة والله يا بشرى ما ما يحضرنيش حاجة. في بلاد أو برا من البلاد؟ | هلبة والله يا بشرة ما يحضرنيش حاجة في البلاد أو برام البلاد | شمباني. هلبة والله بشرى ما يحضرنيش حاجة. في البلاد أو برام البلاد؟ | |
Tunisian (tn) | ال الإحتجاجية ما همش م مستأنسين بالأماكن المقابلة اللي هي صالونات الحكم. | الاحتجاجية ما هم مش مستنسين بالاماكن المقابلة اللي هي صلوانات الحكم | ال الإحتجاجية ما همش مستنسين بالأماكن المقابلة اللي هي صلوانات الحكم. | |
Algerian (dz) | دو عامين. بصح وكان يبياعني أنا ندي عشر سنين ونشوفو هو يخرج أليز في بلاليبرتي. | وكان يبيعني أنا دي عشر سنين ونشوفه هو يخرج آلاز بلا لي باختي | دوامين. بصح هو كان يبيعني، أنا 11 سنين ونشوفو هو يخرج à l'aise ب la liberté. | |
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. | وقعد يكشل فيها من الجين وسكنت فيها ومن بعد زوجت بفراح وثامت زوجت بكاوسر | وطردو كاع ديكشي اللي فيها من الجن. وسكنت فيها، والحمد لله من بعد تزوجت بفرح، وأسامة تزوجت بكوتر. | |
Sudanese (sd) | آاا همارات بينزلها في الفيس، أو بعد ال هنا أقوم أحضر الخطبة بتاعة طارق الهادي. يعني | هم رات بي نزيله في الفيس او بعد ال هنا يقوم احضر الخطبة بتاعته الطريق الهادي يعني | آآ هم راد ينزلها في الفيس، أو بعد ال هنا يقوم أحضر الخطبة 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.