开源模型

S1-mini开源，将语音ASR输出清洗为正式文稿，基于Qwen3-0.6B微调，小模型也有应用场景

2026 年 10 月 16 日

Superwhisper发布开源模型S1-mini（0.8B参数），专用于清洗ASR原始输出：去除填充词、添加标点与大小写、转换口语化数字/日期为书面形式，生成正式文稿。模型基于Qwen3-0.6B微调，Q4_K_M量化后仅462MB，可本地运行，当前仅支持英文。

S1-mini：专用于ASR后处理的轻量开源模型

Superwhisper发布了S1系列模型，包括S1-Voice、S1-Language和S1-mini。其中S1-mini是开源的，参数量仅0.8B，目标是将语音识别（ASR）后的原始文本进行清洗，例如去除填充词，添加标点和大小写，将文本转换为确定性表述，并将口语化的数字、日期转换为书面形式，最终形成正式文稿。

典型工作流与系统提示设计

其基本工作流为：音频 → ASR（如Whisper、Parakeet等）→ S1-mini → 干净文本。模型采用固定的系统提示词，格式如下：

[Styling: <value>] [Structure: <value>] [Context: <value>]
<raw transcript>

其中Styling指风格（如正式、随意等），Structure指结构（如列表、段落），Context包括general和email等场景类型。

架构说明与部署可行性

S1-mini基于Qwen3-0.6B微调，验证了小模型在特定任务中的实用价值。其Q4_K_M GGUF量化版本仅462MB，可在大部分笔记本电脑上本地运行。目前该模型仅支持英文。

项目来源与可用性

该项目托管于Hugging Face，地址为：https://huggingface.co/superwhisper/s1-mini

JOTO 企业落地观察

企业若需构建端到端会议纪要生成系统，S1-mini可作为ASR后处理的标准组件嵌入现有流程，降低对大模型API调用的依赖和延迟。
该模型的轻量级特性与明确任务边界，使其适合集成进边缘设备或低配办公终端，满足数据不出域的合规性要求，适用于金融、政务等敏感场景的语音转写闭环。
基于Qwen3-0.6B微调的成功实践表明，针对垂直清洗任务，企业不必强求大模型基座；选用合适规模的基础模型+高质量领域指令微调，更利于控制推理成本与维护复杂度。
当前仅支持英文构成实际落地瓶颈；企业若需中文支持，需自行开展指令微调与评估，这对内部AI工程团队的数据构建与评测能力提出明确要求。