# Ming-3.0-asr-tiny: локальное распознавание китайской и английской речи

Источник: https://modelium.tech/zhurnal/ming-3-asr-tiny-speech-recognition/

У Ming-3.0-asr-tiny появился публичный код запуска: модель превращает китайскую и английскую запись в текст и принимает подсказку с именами или терминами. Веса были загружены раньше, а 19 октября вышел репозиторий с примером. Это технический путь для Linux и видеокарты NVIDIA с CUDA; русский язык не заявлен.

Ming-3.0-asr-tiny: локальное распознавание китайской и английской речи

**19 октября 2026 года** inclusionAI открыла репозиторий с кодом и примером запуска Ming-3.0-asr-tiny. Если нужно превратить китайскую или английскую запись в текст на своём оборудовании, теперь есть не только файлы модели, но и описанный автором путь проверки. Сами веса появились в Hugging Face раньше — 14 октября; пакет и карточки были оформлены 15 октября. Это новость о доступности кода, а не о новом выпуске весов сегодня. [s1](#src-s1) [s2](#src-s2)

## Что модель делает с записью

Ming-3.0-asr-tiny распознаёт отдельный аудиофрагмент на китайском или английском. Перед обработкой можно дать контекст — например, имена людей или редкие термины, которые ожидаются в записи. Это подсказка для распознавания, а не гарантия точной записи каждого слова. В руководстве автора есть учебный WAV-файл и пример его расшифровки: после запуска получается текст, который следует сверить с прослушанной записью. [s2](#src-s2) [s3](#src-s3)

Название *tiny* не означает, что модель работает на любом домашнем ноутбуке. Официальный основной пример рассчитан на Linux, Python 3.12 и совместимую видеокарту NVIDIA с CUDA; отдельно установлены версии зависимостей в пакете модели. Минимальный объём памяти авторы не подтвердили, поэтому размер файлов весов нельзя использовать как требование к компьютеру. Редакция Modelium эту модель не запускала. [s2](#src-s2) [s3](#src-s3)

## Что доступно и с чего начать

В закреплённой версии репозитория Hugging Face доступны оба файла весов, конфигурация, код обработки аудио и файл лицензии. Основной путь — скачать модель и запустить пример PyTorch/Transformers из официального GitHub-руководства на коротком WAV-файле; рядом автор показывает ожидаемую расшифровку. Это инструкция по документации, а не воспроизведённый редакцией запуск. Отдельный вариант SGLang требует специального адаптера и не нужен для первого знакомства. [s2](#src-s2) [s3](#src-s3)

## Где границы применения

Русский язык не заявлен: для русскоязычных записей не следует ожидать подтверждённого качества. Официальный пример не выдаёт время каждого слова и не разделяет говорящих. Числовые оценки на графиках опубликованы авторами; Modelium их независимо не воспроизводил. Веса и основной код обозначены MIT, в пакете есть отдельные лицензионные уведомления для включённых частей; открытые веса и разрешение на использование кода проверяются раздельно. [s2](#src-s2) [s3](#src-s3) [s4](#src-s4)

**Следующий шаг:** если есть подходящая Linux/CUDA-среда и запись на китайском или английском, откройте раздел Quick Start официального GitHub-репозитория и сначала проверьте приложенный учебный WAV-файл. Для русской речи эта публикация не служит рекомендацией модели. [s3](#src-s3)

## Источники

1. [inclusionAI/Ming-3.0-asr-tiny — история коммитов модели](https://huggingface.co/inclusionAI/Ming-3.0-asr-tiny/commits/main) — получено 2026-10-19
2. [inclusionAI/Ming-3.0-asr-tiny — модель и закреплённая карточка](https://huggingface.co/inclusionAI/Ming-3.0-asr-tiny/tree/b610298956f4d190fa517d396d7e0337a6bf039f) — получено 2026-10-19
3. [inclusionAI/Ming-3.0-asr — руководство и пример запуска](https://github.com/inclusionAI/Ming-3.0-asr/tree/6141e8c552815db724d8df0f72c9d865c547a1ea) — получено 2026-10-19
4. [Лицензии исходного кода и модели Ming-3.0-asr-tiny](https://github.com/inclusionAI/Ming-3.0-asr/blob/6141e8c552815db724d8df0f72c9d865c547a1ea/LICENSE) — получено 2026-10-19