balbal-v2e-zellige
распознавание марокканского дариджа на CPU
1 min readupdated
Экспериментальный превью-релиз и первая арабская модель линейки balbal. Это ASR для марокканского дариджа на базе FastConformer-CTC (307M параметров), инициализированная из Sabeq-ASR, с KenLM-декодированием. Демо доступно в браузере: erayy.com/zellige.
Ключевые особенности
- 307M параметров; около 100× быстрее реального времени на 8 потоках CPU, включая KenLM-декодирование.
- На тесте Casablanca MA: 42.85% WER / 14.11% CER; среднее по трём наборам — 44.38 / 17.74.
- Ниже WER/CER, чем у более крупных открытых моделей Cohere Transcribe Arabic, Jais-ASR и MoulSot v0.3 на всех трёх тестах.
- Архитектура: FastConformer-CTC, 17 слоёв, d_model 512, 80 mel, 8× subsampling; looped refiner с 3 проходами и product-key memory.
- Выдаёт текст арабской графикой с таймстемпами по словам; французские слова тоже пишутся арабской графикой.
- Есть PyTorch и ONNX-веса; лицензия CC BY-NC-SA 4.0 — только некоммерческое использование.
Пример
import balbal
model = balbal.load("balbal-v2e-zellige")
print(model.transcribe("speech.wav")["text"])
Подробнее
Средний WER/CER: 44.38 / 17.74%; Casablanca MA: 42.85 / 14.11%.CPU: ~100× быстрее реального времени на 8 потоках AMD Ryzen AI Max+ 395 с KenLM.
Ограничения: только марокканский дариджа; другие диалекты и MSA работают хуже; аудио режется на 30-секундные фрагменты; стриминга пока нет.
Лицензия весов CC BY-NC-SA 4.0, производные — под той же лицензией.










Comments