/ Модель

Характеристики

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

qwen3-asr-arabic-uae

Распознавание речиАудио → текст3 профессии

Дообученная Qwen3-ASR-1.7B для транскрибации короткой речи на эмиратском диалекте арабского языка.

42 776скачиваний за 30 дней1лайквеса обновлены4 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

vadimbelsky/qwen3-asr-arabic-uae — модель распознавания речи, созданная дообучением Qwen/Qwen3-ASR-1.7B для эмиратского диалекта арабского языка. Она принимает аудио и преобразует речь в текст, лучше учитывая разговорные формы и специфическую лексику диалекта, а также реже добавляя лишнюю пунктуацию.

На проверочной выборке из 2 497 примеров из ОАЭ модель показала WER 9,98% и CER 2,55%, улучшив показатели базовой модели с 13,53% и 3,33% соответственно. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия — Apache-2.0.

Модель предназначена прежде всего для коротких высказываний на эмиратском арабском. Обучение проводилось на синтетически сгенерированной арабской речи, а данные преимущественно содержали фрагменты короче 20 секунд; качество на других диалектах арабского может быть ниже.

Сценарии применения

  • транскрибация коротких аудиозаписей на эмиратском арабском
  • распознавание разговорной речи жителей ОАЭ
  • преобразование арабских голосовых сообщений в текст
  • создание субтитров для коротких записей на эмиратском диалекте

Ограничения

Модель обучена на синтетически сгенерированной арабской речи и оптимизирована для эмиратского диалекта, поэтому может хуже работать на других арабских диалектах. Обучающие данные преимущественно состояли из коротких высказываний длительностью менее 20 секунд.

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

Qwen3-ASR Arabic — UAE Emirati Dialect

Fine-tuned Qwen/Qwen3-ASR-1.7B for UAE Emirati Arabic dialect speech recognition.

Results

MetricZero-shot (base)Fine-tunedImprovement
WER13.53%9.98%-26%
CER3.33%2.55%-23%

Evaluated on 2,497 UAE Arabic validation samples.

What improved

  • Matches informal Emirati dialect style (شي vs شيء, الاماكن vs الأماكن)
  • Removes spurious punctuation that the base model adds
  • Better handling of dialect-specific words and expressions

Training Details

  • Base model: Qwen/Qwen3-ASR-1.7B (2B params, audio encoder + 1.7B LLM decoder)
  • Training data: ~22,500 UAE Emirati Arabic dialect samples from vadimbelsky/UAE_Arabic_English_Bilingual_Dataset_40k
  • Strategy: Audio encoder frozen, only LLM decoder fine-tuned (84.4% of params)
  • Precision: bfloat16
  • Epochs: 3
  • Effective batch size: 32 (batch 2 × gradient accumulation 16)
  • Learning rate: 2e-5 with linear schedule
  • Gradient checkpointing: enabled
  • Text normalization: Diacritics removed, alef/teh marbuta normalized, punctuation stripped

Usage

from qwen_asr import Qwen3ASRModel

model = Qwen3ASRModel.from_pretrained("vadimbelsky/qwen3-asr-arabic-uae")
result = model.transcribe("audio.wav", language="Arabic")
print(result)

Or with transformers directly:

from transformers import AutoModelForCausalLM, AutoProcessor

model = AutoModelForCausalLM.from_pretrained("vadimbelsky/qwen3-asr-arabic-uae")
processor = AutoProcessor.from_pretrained("vadimbelsky/qwen3-asr-arabic-uae")

Limitations

  • Trained on synthetic/generated Arabic speech data
  • Optimized for UAE Emirati dialect — may not generalize to other Arabic dialects
  • Short utterances only (training data mostly < 20s)

License

Apache 2.0 (same as base model)

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
d8aff6c

0 моделей