qwen3-asr-0.6b-arabic-dialectal-v2

v2 — Qwen/Qwen3-ASR-0.6B-hf (0.6B) fine-tuned for multi-dialect Arabic on the dialect-balanced dataset oddadmix/lahgtna-v3-small (52k train / 2.6k test, seed 42, undiacritized output).

Open weights. This is v2, trained on the balanced, leakage-reduced data. v1 (trained on the earlier augmentation-expanded set, with the full cross-model comparison + bundled fine-tuning scripts) is at oddadmix/qwen3-asr-0.6b-arabic-dialectal.

Results (balanced test split ~2,600 clips, clean_text WER/CER)

	WER	CER
This model (v2)	0.5514	0.2148

Per-dialect accuracy (v3 balanced test, clean_text)

WER / CER on each dialect's 200 held-out clips, easiest to hardest. Gulf/Levantine transcribe best; Maghrebi (Tunisian/Algerian/Moroccan) is hardest — consistent across every model.

Dialect	WER	CER	n
Saudi/Gulf (sa)	0.322	0.097	200
Egyptian (eg)	0.377	0.136	200
Iraqi (iq)	0.378	0.111	200
Palestinian (ps)	0.492	0.184	200
Bahraini (bh)	0.521	0.207	200
Lebanese (lb)	0.541	0.216	200
Syrian (sy)	0.550	0.229	200
Yemeni (ye)	0.583	0.247	200
Sudanese (sd)	0.611	0.266	200
Moroccan (ma)	0.619	0.222	200
Algerian (dz)	0.624	0.234	200
Libyan (ly)	0.630	0.251	200
Tunisian (tn)	0.948	0.414	200
Overall	0.551	0.215	2600

v2 comparison — all models on the balanced dataset

Same dialect-balanced test split (~2,600 clips, oddadmix/lahgtna-v3-small), same clean_text scoring, seed 42.

Model	Params	WER	CER
whisper-large-v3-v2	1.54B	0.320	0.120
whisper-large-v3-turbo-v2	809M	0.332	0.125
whisper-medium-v2	769M	0.342	0.128
whisper-small-v2	244M	0.403	0.153
nemotron-3.5-asr-v2 (streaming)	638M	0.423	0.148
qwen3-asr-1.7b-v2	1.7B	0.478	0.182
cohere-transcribe-arabic-07-2026-dialectal-v2	2.07B	0.514	0.294
qwen3-asr-0.6b-v2	0.6B	0.551	0.215

whisper-large-v3-turbo-v2 is the best; Whisper fine-tunes furthest. nemotron is the streaming option. (v1 models were trained on the earlier augmentation-expanded set.)

Examples — base vs. fine-tuned (one clip per dialect)

13 held-out test clips, one per dialect. Base is Qwen/Qwen3-ASR-0.6B-hf untouched; fine-tuned (v2) is this model. Text is clean_text-normalized (undiacritized), matching the WER scoring. Press play to listen.

Dialect	Audio	Reference	Base	Fine-tuned
Egyptian (eg)		لا، في كافيه هنا كده جنب الدار، مع أحمد خطيبها، وزمانها جاي.	لا فك في هنا كدا جنب الدور مع أحمد خطبه وزمنها جاي.	لا في كافي هنا كده جنب الدور، مع احمد خطبه وزمانها جاي.
Lebanese (lb)		ما كون مأمنة حالي. ما أقدر اتحكم. امم. في عندي خوف، إيه.	ماكن مأمن حالة معدة تحكم في عندي خوف إيه	ماكن مأمني حالي، ما قدرت أتحكم. أمم. في عندي خوف إيه.
Syrian (sy)		يعني إنت كان في عندك نظام فاقد الشرعية الدولية، دول ما كانت تعترف فيه. إقامة و دول	يعني أنتي كان في عندك نظام فاقض الشرعية الدولية دول ما كنت تعرف فيه ااا إقامة ودول	يعني إنت كان في عندك نظام ثاقب الشرعية الدولية الدول ما كانت تعتبر فيه. إيه إقامة ودول
Palestinian (ps)		إ- إزميل أنس واستشهد والده.	زميل أناس واستشهد والده	إيه، زميل أنس، واستشهد والده.
Iraqi (iq)		اشتروا كونتينر او نگدر نگول كرفان حديد، واخذوه بمنطقة بعيدة جدا ودفنوه تحت الأرض. وبعد ما انتهوا من فعلا،	اشترا وكونتiner أو نقدر نقول كرافان حديد وأخذها بمنطقة بعيدة جدا ودفنوها تحت الأرض وبعد منتهى من فعلات	اشتراو كونتينر أو نقدر نقول كرافان حديد وأخذوه بمنطقة بعيدة جدا ودفنوه تحت الأرض، وبعد ما انتهى من فعله.
Saudi/Gulf (sa)		ومن نسمع إشارتك، ترانا نازلين مستميتين، ما عندنا شي نخسره.	ومن نسمع إشارتك ترى نازلين من ست ميتين ما عندنا شيء خسره	ومن نسمع إشارتك، ترى أنا نازلين من مستميتين، ما عندنا شيء نخسره.
Bahraini (bh)		ولد وكل بنت، لأنه إذا يبون رب العالمين يسر لهم؟	ولد وكل بنت لأن إذا يبون رب العالمين يسر لهم	والد وكل بنت، لأنه إذا يبون رب العالمين يسر لهم.
Yemeni (ye)		وهذا كان ال ال ال ال يعني تستطيع تعتبرها	وهذا كان ال ال ال ال يعني تستطيع تعتبرها	وهذا كان ال ال ال ال يعني تستطيع تعتبرها
Libyan (ly)		هلبة والله يا بشرى ما ما يحضرنيش حاجة. في بلاد أو برا من البلاد؟	هل بول الله يبشره ما يحضرني شحاج؟ شبلات أو برم البلاط	شنو؟ هالبوا والله بشرى ما يحضرنيش حاجة. شن بلات أو برا من البلاد؟
Tunisian (tn)		ال الإحتجاجية ما همش م مستأنسين بالأماكن المقابلة اللي هي صالونات الحكم.	الاحتجاجية مهما مش مستنسين بالامكان المقابل اللي هي صلوات الحكم	ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال ال
Algerian (dz)		دو عامين. بصح وكان يبياعني أنا ندي عشر سنين ونشوفو هو يخرج أليز في بلاليبرتي.	دوامين، صح وكان يبي يعني أنا الديعشة نحن نشوفه يخرج علاز في بلاد بختي	دو عامين. صح؟ وكان يبيعني، أنا ندي عشر سنين ونشوفوا هو يخرج آلاز في بلا لي بقتي.
Moroccan (ma)		ضارت، و طردت، و كاع داك الشي اللي فيها من الجن. وسكنت فيها. و الحمد لله من بعد تزوجت بفرح، و أسامة تزوج بكوثر.	و طرت وقعد كشي اللي فيها من الجن وس كنت فيها والحين دولة من بعد زوج بفرح وسمة زوج بكسر	وطرطوط، وقعد يكشي اللي فيها من الجين. وسكنت فيها، والحمد لله من بعد تزوج بفارح وسأمس تزوج بكوثر.
Sudanese (sd)		آاا همارات بينزلها في الفيس، أو بعد ال هنا أقوم أحضر الخطبة بتاعة طارق الهادي. يعني	هما راديو نزيله في الفيس أو بعد ال هنا يقوم أحضر الخدبة بتاعة طارق الهادي يعني	آآه، هم رادوا ينزلوا في الفاس، أو بعد ال، هنا يقوم أحضر الخدمة بتاعت طارق الهادي. يعني

Full fine-tuning code, dependencies, and lessons are in the v1 repo (train.py, normalize.py, FINETUNE.md). This v2 uses the same recipe on the balanced dataset.