whisper-large-v3-turbo-arabic-dialectal-v2

v2 — openai/whisper-large-v3-turbo (809M) 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/whisper-large-v3-turbo-arabic-dialectal.

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

	WER	CER
This model (v2)	0.3324	0.125

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)	0.173	0.049	200
Egyptian (eg)	0.245	0.125	200
Iraqi (iq)	0.260	0.070	200
Syrian (sy)	0.291	0.105	200
Yemeni (ye)	0.307	0.114	200
Palestinian (ps)	0.308	0.135	200
Moroccan (ma)	0.338	0.097	200
Lebanese (lb)	0.348	0.132	200
Sudanese (sd)	0.372	0.139	200
Bahraini (bh)	0.378	0.155	200
Algerian (dz)	0.387	0.149	200
Libyan (ly)	0.414	0.161	200
Tunisian (tn)	0.538	0.221	200
Overall	0.332	0.125	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 openai/whisper-large-v3-turbo 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.	لافكة فيه هنا كده جنب الدار مع أحمد خطبها وزمنها جاي	لا في كافيه هنا كده جنب الدار، مع أحمد خطبها وزمانها جاي
Lebanese (lb)		ما كون مأمنة حالي. ما أقدر اتحكم. امم. في عندي خوف، إيه.	ما كون مأمنة حالي، ما قدر أتحكم في عندي خوف إيه؟	ما أكون مأمنة حالي، ما أقدر أتحكم. إم. في عندي خوف إيه.
Syrian (sy)		يعني إنت كان في عندك نظام فاقد الشرعية الدولية، دول ما كانت تعترف فيه. إقامة و دول	يعني انت كان في عندك نظام فاقد الشرعية الدولية الدول ما كانت تعترف فيه اقامة ودول	يعني إنت كان في عندك نظام فاقد الشرعية الدولية، الدول ما كانت تعترف فيه، إيه إقامة ودول
Palestinian (ps)		إ- إزميل أنس واستشهد والده.	زميل أنس وستشاد والتو	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،	اشتروا كونتينر او نقدر نقول كارفان حديد واخذوه بمنطقة بعيدة جدا ودفنوه تحت الارض وبعد ما انتهو من فعلته	اشتروا كونتيينر أو نگدر نگول كرفان حديد وأخذوه بمنطقة بعيدة جدا ودفنوه تحت الأرض، وبعد ما انتهوا من فعلته.
Saudi/Gulf (sa)		ومن نسمع إشارتك، ترانا نازلين مستميتين، ما عندنا شي نخسره.	ومن نسمع إشارتك ترى ننازلين مستميتين ما عندنا شي خسرة	ومن نسمع إشارتك، ترانا نازلين ممستميتين ما عندنا شيء خسره.
Bahraini (bh)		ولد وكل بنت، لأنه إذا يبون رب العالمين يسر لهم؟	ولد وكل بنت لأنه إذا يبون رب العالمين يسر له	ولد وكل بنت لأنه إذا يبون رب العالمين ييسر لهم.
Yemeni (ye)		وهذا كان ال ال ال ال يعني تستطيع تعتبرها	وهذا كان تستطيع تعتبرها	وهذا كان ال ال ال ال ال يعني تستطيع تعتبرها
Libyan (ly)		هلبة والله يا بشرى ما ما يحضرنيش حاجة. في بلاد أو برا من البلاد؟	هلبة والله يا بشرة ما يحضرنيش حاجة في البلاد أو برام البلاد	شمباني. هلبة والله بشرى ما يحضرنيش حاجة. في البلاد أو برام البلاد؟
Tunisian (tn)		ال الإحتجاجية ما همش م مستأنسين بالأماكن المقابلة اللي هي صالونات الحكم.	الاحتجاجية ما هم مش مستنسين بالاماكن المقابلة اللي هي صلوانات الحكم	ال الإحتجاجية ما همش مستنسين بالأماكن المقابلة اللي هي صلوانات الحكم.
Algerian (dz)		دو عامين. بصح وكان يبياعني أنا ندي عشر سنين ونشوفو هو يخرج أليز في بلاليبرتي.	وكان يبيعني أنا دي عشر سنين ونشوفه هو يخرج آلاز بلا لي باختي	دوامين. بصح هو كان يبيعني، أنا 11 سنين ونشوفو هو يخرج à l'aise ب la liberté.
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.	وقعد يكشل فيها من الجين وسكنت فيها ومن بعد زوجت بفراح وثامت زوجت بكاوسر	وطردو كاع ديكشي اللي فيها من الجن. وسكنت فيها، والحمد لله من بعد تزوجت بفرح، وأسامة تزوجت بكوتر.
Sudanese (sd)		آاا همارات بينزلها في الفيس، أو بعد ال هنا أقوم أحضر الخطبة بتاعة طارق الهادي. يعني	هم رات بي نزيله في الفيس او بعد ال هنا يقوم احضر الخطبة بتاعته الطريق الهادي يعني	آآ هم راد ينزلها في الفيس، أو بعد ال هنا يقوم أحضر الخطبة 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.