返回全部动态
Nemotron 3.5古兰经双头ASR模型v5
原标题：tamm5y5m5/nemotron-3.5-quran-dual-v5
AI 摘要
该模型基于NVIDIA Nemotron 3.5流式ASR（0.6B）微调，用于全古兰经诵读识别，支持Uthmani脚本及泰吉威德符号，并增加音素头用于错误检测。最佳检查点（step 78000）在留出集上达到CER 2.76%、WER 4.43%、变音符号F1 98.27%。训练数据包含179,376个片段（约868小时），模型参数全部可训练。
以上摘要由 AI 生成，可能存在误差。事实请以原文为准。
正文节选
# Quran Tajweed ASR — Nemotron Dual-Head v5 Fine-tuned NVIDIA Nemotron 3.5 streaming ASR (0.6B) for full-Quran recitation recognition with Uthmani script incl. tajweed marks/tashkeel, plus an auxiliary phoneme (tj1) head for mistake detection. ## Best model - **Checkpoint: step 78000** (`quran-nemotron-dual-v5-best-step-78000.nemo`, this repo root) - Held-out canary (128 clips, speaker-disjoint): CER **2.76%**, WER **4.43%**, diacritic F1 **98.27%**, phoneme error rate 3.95% - Trained: RNNT
发布时间：2026-09-02 23:44
抓取时间：2026-08-29 23:52
来源机构：Hugging Face