Modelpublic

oddadmix/nemotron-3.5-asr-arabic-dialectal-v2

sourceHugging Faceotherupdated 2mo agoView on Hugging Face

2likes105downloads

Model Card

nemotron-3.5-asr-arabic-dialectal-v2

v2 — nvidia/nemotron-3.5-asr-streaming-0.6b (cache-aware streaming RNNT, native Arabic) fine-tuned on the dialect-balanced oddadmix/lahgtna-v3-small (52k/2.6k, seed 42).

Open weights. v1 at oddadmix/nemotron-3.5-asr-arabic-dialectal.

Results (v3 2,445-clip balanced test)

WER (NeMo val_wer, ar prompt)
0.432

Load with NeMo main (ASRModel.from_pretrained). Fine-tuning code + FINETUNE.md in the v1 repo.

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`)	0.271	0.078	200
Egyptian (`eg`)	0.291	0.088	200
Yemeni (`ye`)	0.360	0.133	200
Palestinian (`ps`)	0.370	0.132	200
Syrian (`sy`)	0.379	0.144	200
Iraqi (`iq`)	0.405	0.114	200
Sudanese (`sd`)	0.417	0.157	200
Bahraini (`bh`)	0.424	0.154	200
Libyan (`ly`)	0.427	0.156	200
Lebanese (`lb`)	0.476	0.165	200
Algerian (`dz`)	0.525	0.181	200
Moroccan (`ma`)	0.546	0.179	200
Tunisian (`tn`)	0.611	0.255	200
Overall	0.423	0.148	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 `nvidia/nemotron-3.5-asr-streaming-0.6b` 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`)	<audio controls preload="none" src="https://huggingface.co/oddadmix/nemotron-3.5-asr-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">لافك فيه هنا كده جنب الدار مع أحمد خاطبها وزمنها</span>	<span dir="rtl">لا فيك فيه هنا كده جنب الدار، مع أحمد خاطبها وزمانها</span>
Lebanese (`lb`)	<audio controls preload="none" src="https://huggingface.co/oddadmix/nemotron-3.5-asr-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 كن أمني حال ما أقدر أتحكم في عندي خوف إيه</span>	<span dir="rtl">ما كن مأمني حالي، ما أقدر أتحكم. امم. في عندي خوف إيه.</span>
Syrian (`sy`)	<audio controls preload="none" src="https://huggingface.co/oddadmix/nemotron-3.5-asr-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 كان تعترف فيه آه إقامة ودول</span>	<span dir="rtl">يعني أنت كان في عندك النظام فاقد الشرعية الدولية الدول ما كان تعترف فيه. إيه إقامة ودول</span>
Palestinian (`ps`)	<audio controls preload="none" src="https://huggingface.co/oddadmix/nemotron-3.5-asr-arabic-dialectal-v2/resolve/main/samples/4.wav"></audio>	<span dir="rtl">إ- إزميل أنس واستشهد والده.</span>	<span dir="rtl">زميل أناس واستشهد واولته.</span>	<span dir="rtl">زميل أنس واستشهد والده.</span>
Iraqi (`iq`)	<audio controls preload="none" src="https://huggingface.co/oddadmix/nemotron-3.5-asr-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">لي اشتراوا كونتينر أو نقدر نقول كرافان حديد وأخذوه بمنطقة بعيدة جدا ودفنوه تحت الأرض وبعد ما انتهوا من فعلت.</span>	<span dir="rtl">اشتراو كونتينر أو نقدر نقول كرفان حديد وأخذوا بمنطقة بعيدة جدا ودفنوه تحت الأرض، وبعد ما انتهم من فعلت</span>
Saudi/Gulf (`sa`)	<audio controls preload="none" src="https://huggingface.co/oddadmix/nemotron-3.5-asr-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 ننازلين المستميتين ما عندنا شيء خسرة</span>	<span dir="rtl">ومن نسمع إشارتك ترانا نازلين مستميتين ما عندنا شيء خسرة.</span>
Bahraini (`bh`)	<audio controls preload="none" src="https://huggingface.co/oddadmix/nemotron-3.5-asr-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 لهم</span>	<span dir="rtl">ولد وكل بنت لأن إذا يبون رب العالمين يسر لهم</span>
Yemeni (`ye`)	<audio controls preload="none" src="https://huggingface.co/oddadmix/nemotron-3.5-asr-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 يعني تستطيع تعتبرها</span>	<span dir="rtl">وهذا كان يعني تستطيع تعتبرها</span>
Libyan (`ly`)	<audio controls preload="none" src="https://huggingface.co/oddadmix/nemotron-3.5-asr-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">هل بقى والله بشرة ما ي ما يحضرنيش في البلاد أو برم البلاد</span>	<span dir="rtl">هلبة والله بشرة ما يحضرنيش البلاد أو برم البلاد.</span>
Tunisian (`tn`)	<audio controls preload="none" src="https://huggingface.co/oddadmix/nemotron-3.5-asr-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 الاحتجاجية ما هم مستنسين بالأماكن المقابلة اللي هي صلونة الحكم</span>	<span dir="rtl">الاحتجاجية ما همش مستنسين بالأماكن المقابل اللي هي صلونات الحكم</span>
Algerian (`dz`)	<audio controls preload="none" src="https://huggingface.co/oddadmix/nemotron-3.5-asr-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">صح كنبي عنيه أنت عشر و سنين ونشوفه وهو يخرج آلاز بلا لي بختي.</span>	<span dir="rtl">دو عامين. صح وكان يبي عيني أنا دي عشر سنين ونشوفوا هو يخرج آلاز بلا لي باختي.</span>
Moroccan (`ma`)	<audio controls preload="none" src="https://huggingface.co/oddadmix/nemotron-3.5-asr-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">ترضي جعدك شي اللي فيها ملجين وسكنت فيها والحمد لله من بعد زوج ففراح وسامة زوج بكوسر.</span>	<span dir="rtl">وضردوا قاعدك شي اللي فيها من الجن، وسكنت فيها والحمد لله من بعد زوجت بفراح وسامة تزوج بكوتر.</span>
Sudanese (`sd`)	<audio controls preload="none" src="https://huggingface.co/oddadmix/nemotron-3.5-asr-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">آه هو راديا نزيلة في الفيس أو بعد هنا يقوم أحضر الخطبة بتاعت آه طارقة الهادي يعني</span>	<span dir="rtl">آآ هم راد بينزله في الفيس أو بعد هنا يقوم أحضر الخطبة بتاعت طارق الهادي، يعني</span>

nemotron-3.5-asr-arabic-dialectal-v2

Results (v3 2,445-clip balanced test)

Per-dialect accuracy (v3 balanced test, clean_text)

v2 comparison — all models on the balanced dataset

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

Per-dialect accuracy (v3 balanced test, `clean_text`)