| --- |
| language: ar |
| license: apache-2.0 |
| library_name: transformers |
| pipeline_tag: automatic-speech-recognition |
| base_model: Qwen/Qwen3-ASR-1.7B-hf |
| datasets: |
| - oddadmix/lahgtna-v3-small |
| tags: |
| - automatic-speech-recognition |
| - arabic |
| - dialectal-arabic |
| - qwen3-asr |
| metrics: |
| - wer |
| - cer |
| --- |
| |
| # qwen3-asr-1.7b-arabic-dialectal-v2 |
|
|
| **v2** — [`Qwen/Qwen3-ASR-1.7B-hf`](https://huggingface.co/Qwen/Qwen3-ASR-1.7B-hf) (1.7B) fine-tuned for multi-dialect |
| Arabic on the **dialect-balanced** dataset [`oddadmix/lahgtna-v3-small`](https://huggingface.co/datasets/oddadmix/lahgtna-v3-small) |
| (**seed 42**, undiacritized). Trained off-machine on a larger GPU. |
|
|
| > **Open weights.** Part of the v2 dialectal-ASR family. |
|
|
| ## Results (balanced test split ~2,600 clips, `clean_text` WER/CER) |
| |
| | | WER | CER | |
| |---|---|---| |
| | **This model (v3)** | **0.478** | 0.182 | |
| |
| ## 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`) | 0.253 | 0.072 | 200 | |
| | Egyptian (`eg`) | 0.322 | 0.115 | 200 | |
| | Iraqi (`iq`) | 0.340 | 0.101 | 200 | |
| | Bahraini (`bh`) | 0.424 | 0.165 | 200 | |
| | Syrian (`sy`) | 0.432 | 0.179 | 200 | |
| | Yemeni (`ye`) | 0.456 | 0.180 | 200 | |
| | Palestinian (`ps`) | 0.461 | 0.177 | 200 | |
| | Sudanese (`sd`) | 0.511 | 0.209 | 200 | |
| | Lebanese (`lb`) | 0.531 | 0.215 | 200 | |
| | Libyan (`ly`) | 0.553 | 0.220 | 200 | |
| | Moroccan (`ma`) | 0.556 | 0.187 | 200 | |
| | Algerian (`dz`) | 0.576 | 0.203 | 200 | |
| | Tunisian (`tn`) | 0.824 | 0.363 | 200 | |
| | **Overall** | **0.478** | **0.182** | 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 — fine-tuned output (one clip per dialect) |
|
|
| 13 held-out test clips, one per dialect, transcribed by **fine-tuned (v3)** (this model). Text is `clean_text`-normalized (undiacritized), matching the WER scoring. Press play to listen. |
|
|
| | Dialect | Audio | Reference | Fine-tuned | |
| |---|---|---|---| |
| | Egyptian (`eg`) | <audio controls preload="none" src="https://huggingface.co/oddadmix/qwen3-asr-1.7b-arabic-dialectal-v2/resolve/main/samples/1.wav"></audio> | <span dir="rtl">لا، في كافيه هنا كده جنب الدار، مع أحمد خطيبها، وزمانها جاي.</span> | <span dir="rtl">لا في كافي هنا كده جنب الدار، مع أحمد خطبها و زمانها جاي.</span> | |
| | Lebanese (`lb`) | <audio controls preload="none" src="https://huggingface.co/oddadmix/qwen3-asr-1.7b-arabic-dialectal-v2/resolve/main/samples/2.wav"></audio> | <span dir="rtl">ما كون مأمنة حالي. ما أقدر اتحكم. امم. في عندي خوف، إيه.</span> | <span dir="rtl">ما كون مأمني حالي، ما قدرت اتحكم، في عندي خوف إيه.</span> | |
| | Syrian (`sy`) | <audio controls preload="none" src="https://huggingface.co/oddadmix/qwen3-asr-1.7b-arabic-dialectal-v2/resolve/main/samples/3.wav"></audio> | <span dir="rtl">يعني إنت كان في عندك نظام فاقد الشرعية الدولية، دول ما كانت تعترف فيه. إقامة و دول</span> | <span dir="rtl">يعني أنت كان في عندك نظام ثاقد الشرعية الدولية الدول ما كانت تترد في إيه إقامة ودول</span> | |
| | Palestinian (`ps`) | <audio controls preload="none" src="https://huggingface.co/oddadmix/qwen3-asr-1.7b-arabic-dialectal-v2/resolve/main/samples/4.wav"></audio> | <span dir="rtl">إ- إزميل أنس واستشهد والده.</span> | <span dir="rtl">إيه، زميل أنس، واستشهد والده.</span> | |
| | Iraqi (`iq`) | <audio controls preload="none" src="https://huggingface.co/oddadmix/qwen3-asr-1.7b-arabic-dialectal-v2/resolve/main/samples/5.wav"></audio> | <span dir="rtl">اشتروا كونتينر او نگدر نگول كرفان حديد، واخذوه بمنطقة بعيدة جدا ودفنوه تحت الأرض. وبعد ما انتهوا من فعلا،</span> | <span dir="rtl">إيش ترى كونتينر أو نقدر نقول كرفان حديد وأخذه بمنطقة بعيدة جدا ودفنه تحت الأرض. وبعد ما انتهوا من فعل</span> | |
| | Saudi/Gulf (`sa`) | <audio controls preload="none" src="https://huggingface.co/oddadmix/qwen3-asr-1.7b-arabic-dialectal-v2/resolve/main/samples/6.wav"></audio> | <span dir="rtl">ومن نسمع إشارتك، ترانا نازلين مستميتين، ما عندنا شي نخسره.</span> | <span dir="rtl">ومن نسمع إشارتك، ترى نازلين مستميتين، ما عندنا شي نخسره.</span> | |
| | Bahraini (`bh`) | <audio controls preload="none" src="https://huggingface.co/oddadmix/qwen3-asr-1.7b-arabic-dialectal-v2/resolve/main/samples/7.wav"></audio> | <span dir="rtl">ولد وكل بنت، لأنه إذا يبون رب العالمين يسر لهم؟</span> | <span dir="rtl">ولد وكل بنت، لأنه إذا يبون رب العالمين يسر لها.</span> | |
| | Yemeni (`ye`) | <audio controls preload="none" src="https://huggingface.co/oddadmix/qwen3-asr-1.7b-arabic-dialectal-v2/resolve/main/samples/8.wav"></audio> | <span dir="rtl">وهذا كان ال ال ال ال يعني تستطيع تعتبرها</span> | <span dir="rtl">وهذا كان ال ال ال ال يعني تستطيع تعتبرها</span> | |
| | Libyan (`ly`) | <audio controls preload="none" src="https://huggingface.co/oddadmix/qwen3-asr-1.7b-arabic-dialectal-v2/resolve/main/samples/9.wav"></audio> | <span dir="rtl">هلبة والله يا بشرى ما ما يحضرنيش حاجة. في بلاد أو برا من البلاد؟</span> | <span dir="rtl">هلا والله بشرة ما ما يحضرنيش حاجة. شبلات أو برا من البلات.</span> | |
| | Tunisian (`tn`) | <audio controls preload="none" src="https://huggingface.co/oddadmix/qwen3-asr-1.7b-arabic-dialectal-v2/resolve/main/samples/10.wav"></audio> | <span dir="rtl">ال الإحتجاجية ما همش م مستأنسين بالأماكن المقابلة اللي هي صالونات الحكم.</span> | <span dir="rtl">ال ال الاحتجاجية ما هم مش مستنسين بالأماكن المقابلة، اللي هي صالونات الحكم.</span> | |
| | Algerian (`dz`) | <audio controls preload="none" src="https://huggingface.co/oddadmix/qwen3-asr-1.7b-arabic-dialectal-v2/resolve/main/samples/11.wav"></audio> | <span dir="rtl">دو عامين. بصح وكان يبياعني أنا ندي عشر سنين ونشوفو هو يخرج أليز في بلاليبرتي.</span> | <span dir="rtl">دعاء عاين. صح هو كان يبيعني، أنا ندي عشر سنين ونشوفه هو يخرج آلاز ب بلا لي بختي.</span> | |
| | Moroccan (`ma`) | <audio controls preload="none" src="https://huggingface.co/oddadmix/qwen3-asr-1.7b-arabic-dialectal-v2/resolve/main/samples/12.wav"></audio> | <span dir="rtl">ضارت، و طردت، و كاع داك الشي اللي فيها من الجن. وسكنت فيها. و الحمد لله من بعد تزوجت بفرح، و أسامة تزوج بكوثر.</span> | <span dir="rtl">وطردوك قاعدكشي اللي فيها من الجن. وسكنت فيها، والحمد لله من بعد زوجت بفرح، وسام زوج بكاسر.</span> | |
| | Sudanese (`sd`) | <audio controls preload="none" src="https://huggingface.co/oddadmix/qwen3-asr-1.7b-arabic-dialectal-v2/resolve/main/samples/13.wav"></audio> | <span dir="rtl">آاا همارات بينزلها في الفيس، أو بعد ال هنا أقوم أحضر الخطبة بتاعة طارق الهادي. يعني</span> | <span dir="rtl">آآ هم راضيين ينزلوا في الفيس أو بعد ال هنا يقوموا أحضر الخدمة بتاعت طارق الهادي. يعني</span> | |
|
|
| _Base-column transcripts (`Qwen/Qwen3-ASR-1.7B-hf`) omitted — base weights weren't available locally._ |
|
|
