CoolFace
Modelpublic

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

sourceHugging Faceapache-2.0updated 2mo agoView on Hugging Face
0likes56downloads
Model Card

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)

WERCER
This model (v2)0.55140.2148

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.

DialectWERCERn
Saudi/Gulf (sa)0.3220.097200
Egyptian (eg)0.3770.136200
Iraqi (iq)0.3780.111200
Palestinian (ps)0.4920.184200
Bahraini (bh)0.5210.207200
Lebanese (lb)0.5410.216200
Syrian (sy)0.5500.229200
Yemeni (ye)0.5830.247200
Sudanese (sd)0.6110.266200
Moroccan (ma)0.6190.222200
Algerian (dz)0.6240.234200
Libyan (ly)0.6300.251200
Tunisian (tn)0.9480.414200
Overall0.5510.2152600

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.

ModelParamsWERCER
whisper-large-v3-v21.54B0.3200.120
whisper-large-v3-turbo-v2809M0.3320.125
whisper-medium-v2769M0.3420.128
whisper-small-v2244M0.4030.153
nemotron-3.5-asr-v2 (streaming)638M0.4230.148
qwen3-asr-1.7b-v21.7B0.4780.182
cohere-transcribe-arabic-07-2026-dialectal-v22.07B0.5140.294
qwen3-asr-0.6b-v20.6B0.5510.215

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.

DialectAudioReferenceBaseFine-tuned
Egyptian (eg)<audio controls preload="none" src="https://huggingface.co/oddadmix/qwen3-asr-0.6b-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 فك في هنا كدا جنب الدور مع أحمد خطبه وزمنها جاي.</span><span dir="rtl">لا في كافي هنا كده جنب الدور، مع احمد خطبه وزمانها جاي.</span>
Lebanese (lb)<audio controls preload="none" src="https://huggingface.co/oddadmix/qwen3-asr-0.6b-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">ماكن مأمن حالة معدة تحكم في عندي خوف إيه</span><span dir="rtl">ماكن مأمني حالي، ما قدرت أتحكم. أمم. في عندي خوف إيه.</span>
Syrian (sy)<audio controls preload="none" src="https://huggingface.co/oddadmix/qwen3-asr-0.6b-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 أنتي كان في عندك نظام فاقض الشرعية الدولية دول ما كنت تعرف فيه ااا إقامة ودول</span><span dir="rtl">يعني إنت كان في عندك نظام ثاقب الشرعية الدولية الدول ما كانت تعتبر فيه. إيه إقامة ودول</span>
Palestinian (ps)<audio controls preload="none" src="https://huggingface.co/oddadmix/qwen3-asr-0.6b-arabic-dialectal-v2/resolve/main/samples/4.wav"></audio><span dir="rtl">إ- إزميل أنس واستشهد والده.</span><span dir="rtl">زميل أناس 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-0.6b-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">اشترا وكونتiner أو نقدر نقول كرافان حديد وأخذها بمنطقة بعيدة جدا ودفنوها تحت الأرض وبعد منتهى من فعلات</span><span dir="rtl">اشتراو كونتينر أو نقدر نقول كرافان حديد وأخذوه بمنطقة بعيدة جدا ودفنوه تحت الأرض، وبعد ما انتهى من فعله.</span>
Saudi/Gulf (sa)<audio controls preload="none" src="https://huggingface.co/oddadmix/qwen3-asr-0.6b-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 من ست ميتين ما عندنا شيء خسره</span><span dir="rtl">ومن نسمع إشارتك، ترى أنا نازلين من مستميتين، ما عندنا شيء نخسره.</span>
Bahraini (bh)<audio controls preload="none" src="https://huggingface.co/oddadmix/qwen3-asr-0.6b-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 لأن إذا يبون رب العالمين يسر لهم</span><span dir="rtl">والد وكل بنت، لأنه إذا يبون رب العالمين يسر لهم.</span>
Yemeni (ye)<audio controls preload="none" src="https://huggingface.co/oddadmix/qwen3-asr-0.6b-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><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-0.6b-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 بول الله يبشره ما يحضرني شحاج؟ شبلات أو برم البلاط</span><span dir="rtl">شنو؟ هالبوا والله بشرى ما يحضرنيش حاجة. شن بلات أو برا من البلاد؟</span>
Tunisian (tn)<audio controls preload="none" src="https://huggingface.co/oddadmix/qwen3-asr-0.6b-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">الاحتجاجية مهما مش مستنسين بالامكان المقابل اللي هي صلوات الحكم</span><span dir="rtl">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</span>
Algerian (dz)<audio controls preload="none" src="https://huggingface.co/oddadmix/qwen3-asr-0.6b-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">دوامين، صح وكان يبي يعني أنا الديعشة نحن نشوفه يخرج علاز في بلاد بختي</span><span dir="rtl">دو عامين. صح؟ وكان يبيعني، أنا ندي عشر سنين ونشوفوا هو يخرج آلاز في بلا لي بقتي.</span>
Moroccan (ma)<audio controls preload="none" src="https://huggingface.co/oddadmix/qwen3-asr-0.6b-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">و طرت وقعد كشي اللي فيها من الجن وس كنت فيها والحين دولة من بعد زوج بفرح وسمة زوج بكسر</span><span dir="rtl">وطرطوط، وقعد يكشي اللي فيها من الجين. وسكنت فيها، والحمد لله من بعد تزوج بفارح وسأمس تزوج بكوثر.</span>
Sudanese (sd)<audio controls preload="none" src="https://huggingface.co/oddadmix/qwen3-asr-0.6b-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">هما راديو نزيله في الفيس أو بعد ال هنا يقوم أحضر الخدبة بتاعة طارق الهادي يعني</span><span dir="rtl">آآه، هم رادوا ينزلوا في الفاس، أو بعد ال، هنا يقوم أحضر الخدمة بتاعت طارق الهادي. يعني</span>

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.