/ Модель

Характеристики

Контекст
131 072 токена
Лицензия
Apache 2.0
Архитектура
qwen3_asr · dense
Базовая модель
Qwen3-ASR-1.7B
Опубликована
28 мар 2026

Qwen3-ASR-1.7B-fp8

Распознавание речиАудио → текст6 профессий

FP8-квантизированная версия Qwen3-ASR-1.7B для распознавания и транскрибации многоязычной речи с развёртыванием через vLLM.

5 017скачиваний за 30 дней6лайковвеса обновлены6 июн 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 FP8-квантизированная версия Qwen3-ASR-1.7B, подготовленная vrfai с помощью NVIDIA ModelOpt для развёртывания через vLLM. Модель предназначена для распознавания речи и транскрибации аудио; базовая модель поддерживает потоковую обработку. В архитектуре Qwen3ASRForConditionalGeneration около 1,7 млрд параметров: языковая часть размером примерно 1,4 млрд параметров квантизирована в FP8, а audio_tower и lm_head оставлены в BF16.

По данным README, на тесте из 760 образцов VIVOS частота ошибок слов составила 7,60% против 7,34% у версии BF16; сходство выходов LLM с BF16 на 50 образцах — 0,994. Замеры также показывают более высокую пропускную способность FP8 на указанном оборудовании и уровнях конкурентности. Репозиторий распространяется по лицензии Apache-2.0.

Сценарии применения

  • транскрибация аудиозаписей
  • распознавание речи в потоковом режиме
  • массовая обработка аудио на сервере
  • распознавание многоязычной речи

Ограничения

В тесте VIVOS WER у FP8-версии немного выше, чем у BF16: 7,60% против 7,34%; результаты приведены для конкретного тестового набора и оборудования. Для запуска описан сценарий с vLLM и NVIDIA ModelOpt.

Для каких профессий подходит6

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3-ASR-1.7B FP8 Quantized

FP8 quantized version of Qwen3-ASR-1.7B using NVIDIA ModelOpt (Max calibration algorithm), ready for deployment with vLLM.

Quantization Details

Only the LLM component (model, ~1.4B params, 82% of total) is quantized to FP8. audio_tower and lm_head remain in BF16.

ComponentParametersQuantized
audio_tower~0.3BNo
model (LLM)~1.4BFP8
lm_headsharedNo

Calibration algorithm: Max (per-tensor symmetric, MaxCalibrator)

Results

Memory Usage (RTX 5090, gpu_memory_utilization=0.7)

ModelWeightsKV Cache
BF163.87 GB16.58 GB
FP82.55 GB17.86 GB

WER (760 VIVOS test samples, concurrency=1)

ModelWER
BF167.34%
FP87.60%

Throughput across Concurrency Levels (7168 VIVOS samples)

ConcurrencyBF16 (req/s)FP8 (req/s)
115.4219.37
256227.88246.47
512227.50251.37
1024219.63248.24

LLM Output Cosine Similarity vs BF16 (50 samples)

ModelCosine Similarity
FP80.994

Usage

Serving with vLLM

git clone https://github.com/QwenLM/Qwen3-ASR
pip install nvidia-modelopt vllm

qwen-asr-serve vrfai/qwen3asr-fp8 \
    --quantization modelopt \
    --gpu-memory-utilization 0.7

Inference

import requests, soundfile as sf, io

def transcribe(audio_path, url="http://localhost:8000/v1/audio/transcriptions"):
    audio, sr = sf.read(audio_path)
    buf = io.BytesIO()
    sf.write(buf, audio, sr, format="WAV")
    buf.seek(0)
    r = requests.post(
        url,
        files={"file": ("audio.wav", buf, "audio/wav")},
        data={"model": "vrfai/qwen3asr-fp8"},
    )
    return r.json().get("text", "")

References

Quantization Script

The recipes and scripts used to quantize this model can be found in the following repository:

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Готовая квантизация поддерживается только для текстовых LLM.

Класс архитектуры
Qwen3ASRForConditionalGeneration
Ревизия весов
201f135

0 моделей