К содержимому
Аудио

Qwen3-ASR Hindi Fine-Tune

разговорный хинди и Hinglish

1 мин чтения

Дообученная версия Qwen3-ASR-0.6B (0,78 млрд параметров) от shujaAK для автоматического распознавания разговорного хинди и смешанной хинди-английской речи. Обучение шло на синтетически зашумлённом датасете; на отложенной тестовой выборке модель получила 6,25% normalized WER и 2,94% normalized CER.

Ключевые особенности

  • База — Qwen3-ASR-0.6B, задача automatic speech recognition.
  • Ориентирована на разговорный хинди и Hinglish-labelled речь.
  • Supervised fine-tuning: 1 эпоха, 1 075 шагов, выбран checkpoint 1000.
  • Обучение на NVIDIA T4: FP16, 8-bit AdamW, gradient checkpointing.
  • Частота аудио — 16 kHz; пример инференса использует CUDA и FP16.

Пример

import torch
from qwen_asr import Qwen3ASRModel

model = Qwen3ASRModel.from_pretrained('shujaAK/Hindi-ASR-Qwen3-0.6B-Finetuned',
    dtype=torch.float16, device_map='cuda:0')
result = model.transcribe(audio='path/to/audio.wav', language='Hindi')
print(result)
ПодробнееНа тесте: normalized WER 6,25% против 17,42% у pretrained; normalized CER 2,94% против 10,68%. Относительное снижение WER — около 64,1%.
Оценка шла на синтетически зашумлённом аудио; качество на реальных шумных записях не установлено. Hinglish-подмножество использует транскрипты деванагари, а не произвольный латинский code-switching.
Метрики получены в одном прогоне дообучения; малые доменные подвыборки менее надёжны.
Обсудить Telegram 0 3

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 2.9 GB · готовые файлы3.7 GB
  • BF16веса 1.5 GB2.1 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 · F32 — 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.

    # shujaAK/Hindi-ASR-Qwen3-0.6B-Finetuned
    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 shujaAK/Hindi-ASR-Qwen3-0.6B-Finetuned --local-dir ~/models/Hindi-ASR-Qwen3-0.6B-Finetuned
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Hindi-ASR-Qwen3-0.6B-Finetuned
  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

shujaAK/Hindi-ASR-Qwen3-0.6B-Finetuned
Автор
shujaAK
Категория
Аудио
Дата выхода
На сайте

На сайте

Hugging Face

30

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии