Характеристики

Лицензия: Apache 2.0
Библиотека: sherpa-onnx
Опубликована: 23 июл 2026

Ссылки

Hugging Face

sherpa-onnx-qwen3-asr-0.6B-int8

thieunv-asilla

Распознавание речиАудио → текст

Многоязычная модель распознавания речи Qwen3-ASR-0.6B в формате ONNX INT8 для локального запуска через sherpa-onnx.

0скачиваний за 30 дней1лайквеса обновлены23 июл 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

Это сборка Qwen3-ASR-0.6B, подготовленная thieunv-asilla в формате ONNX INT8 для запуска через sherpa-onnx. В состав входят свёрточный аудиофронтенд, энкодер, декодер с KV-кэшем и токенизатор; для работы требуется sherpa-onnx версии 1.13.4 или новее, Python во время выполнения не нужен.

Модель предназначена для распознавания речи на устройстве и поддерживает более 30 языков, включая китайский и его диалекты, английский, японский, вьетнамский, корейский и кантонский. Компактное представление INT8 и ONNX ориентировано на локальное выполнение. Модель основана на Qwen/Qwen3-ASR-0.6B; сборка переупакована из экспорта сообщества cattle12/sherpa-onnx-qwen3-asr-0.6B-int8-2026-03-25 с помощью экспортных скриптов Wasser1462/Qwen3-ASR-onnx. Лицензия — Apache-2.0.

Сценарии применения

транскрибация аудио на устройстве
распознавание английской речи без облачного сервиса
распознавание китайской речи и диалектов
транскрибация японской, вьетнамской и корейской речи
встраивание многоязычного распознавания речи в приложение на sherpa-onnx

Ограничения

Для запуска требуется sherpa-onnx версии 1.13.4 или новее и файлы модели в формате sherpa-onnx Qwen3-ASR. В README перечислены лишь некоторые из поддерживаемых языков, поэтому точный полный перечень здесь не приводится.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

sherpa-onnx-qwen3-asr-0.6B-int8

INT8 ONNX build of Qwen3-ASR-0.6B in the sherpa-onnx from_qwen3_asr layout, for on-device multilingual speech recognition (no Python at runtime).

Base model: Qwen/Qwen3-ASR-0.6B (Apache-2.0)
Format / export: sherpa-onnx Qwen3-ASR (conv-frontend + encoder + decoder + tokenizer), re-hosted from the community export cattle12/sherpa-onnx-qwen3-asr-0.6B-int8-2026-03-25 (export scripts: Wasser1462/Qwen3-ASR-onnx).
Languages: 30+ incl. Chinese (+dialects), English, Japanese, Vietnamese, Korean, Cantonese, …

Files

conv_frontend.onnx        # log-mel / conv frontend
encoder.int8.onnx         # audio encoder (int8)
decoder.int8.onnx         # text decoder w/ KV cache (int8)
tokenizer/vocab.json
tokenizer/merges.txt
tokenizer/tokenizer_config.json

Usage (sherpa-onnx)

import sherpa_onnx
rec = sherpa_onnx.OfflineRecognizer.from_qwen3_asr(
    conv_frontend="conv_frontend.onnx",
    encoder="encoder.int8.onnx",
    decoder="decoder.int8.onnx",
    tokenizer="tokenizer",
    num_threads=4,
)
s = rec.create_stream()
s.accept_waveform(16000, samples_f32_mono)  # 16 kHz mono float32
rec.decode_stream(s)
print(s.result.text)

Requires sherpa-onnx >= 1.13.4 (adds from_qwen3_asr).

License

Apache-2.0, inherited from Qwen/Qwen3-ASR-0.6B. Attribution to the Qwen team (Alibaba Cloud) and the sherpa-onnx / export-script authors.

Как запустить

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

GPU в ailist

Универсальный рантайм · sherpa-onnx

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Ревизия весов: c12e7b0