К содержимому
Аудио

Qwen3-ASR-0.6B Kazakh

компактный ASR для казахского

1 мин чтенияобновлено

Модель от ai4kazakh — дообученный под казахскую речь ASR на базе Qwen/Qwen3-ASR-0.6B (0.78 млрд параметров). Обучена примерно на 960 тыс. высказываний из нескольких казахских корпусов и выдаёт нормализованный текст.

Ключевые особенности

  • База — Qwen/Qwen3-ASR-0.6B; задача — automatic-speech-recognition для казахского языка.
  • Данные: ISSAI KSC2 (627 824), Alfarabi STT (173 610), NCSpeech (156 903) — всего около 960 тыс. высказываний.
  • Транскрипты нормализованы: строчная казахская кириллица, только одиночные пробелы, без пунктуации и цифр.
  • Поддерживается пакетная расшифровка списка аудиофайлов; рекомендуется 16 kHz mono wav.
  • Сложнее всего — подкасты и радио: спонтанная речь, несколько спикеров и шум.

Пример

from qwen_asr import Qwen3ASRModel

model = Qwen3ASRModel.from_pretrained('ai4kazakh/qwen3-asr-0.6b-kazakh', device_map='cuda:0')
results = model.transcribe(audio=['sample.wav'])
print(results[0].text)
ПодробнееISSAI KSC2 test: WER 12.92%, CER 4.27% на 9 351 клипе.
Alfarabi STT test: WER 9.67%, CER 2.56% на 30 638 клипах.
Ограничения: только нижний регистр без пунктуации; вход 16 kHz mono; подкасты/радио — около 19–23% WER.
Обсудить Telegram 0 28

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 1.5 GB · готовые файлы2.1 GB
  • FP8 / INT8рекомендуемвеса 0.7 GB1.3 GB
  • 4-bitвеса 0.4 GB1.0 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # ai4kazakh/qwen3-asr-0.6b-kazakh
    # ===== Токены: вставьте свои между кавычками =====
    export HF_TOKEN=""        # huggingface.co/settings/tokens — для закрытых моделей
    # ==========================================
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download ai4kazakh/qwen3-asr-0.6b-kazakh --local-dir ~/models/qwen3-asr-0.6b-kazakh
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к qwen3-asr-0.6b-kazakh
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Дообучение модели

Qwen/Qwen3-ASR-0.6B

Новые посты про версии Qwen3-ASR-0.6B — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 3Все на Hugging Face

О модели

ai4kazakh/qwen3-asr-0.6b-kazakh
Автор
ai4kazakh
Категория
Аудио
Дата выхода
На сайте

На сайте

Hugging Face

280

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

d3-edge

d3-edge