Superwhisper opublikował S1-mini - 462-megabajtowy model do czyszczenia transkrypcji automatycznego rozpoznawania mowy, dostępny z otwartymi wagami na Hugging Face. To nie transkryber ani chatbot, lecz specjalizowany normalizer tekstu, który pracuje po ASR, przekształcając surowe transkrypty w czyste, gotowe do użytku teksty.
Model S1-mini to wariant 0.6B parametrów wytrenowany z fine-tuningu na bazie Qwen3-0.6B, obsługujący język angielski w wersji v1. Jego zadaniem jest usunięcie słów-wypełniaczy, rozwiązanie samokorekcji, dodanie prawidłowej interpunkcji i kapitalizacji, a także konwersja liczb, dat, walut i adresów email na formę pisemną. Model steruje się trzyosiową linią kontrolną umieszczoną nad transkryptem. Osiąga 94,8% dokładności tokenów na testowym zbiorze 7519 przykładów. Plik GGUF Q4_K_M waży 462 MB i działa na CPU laptopa, co czyni go wdrażalnym zarówno dla solo-developerów chcących dostarczać go w desktopowych aplikacjach, jak i dla przedsiębiorstw uruchamiających go za VPC, aby transkrypty nigdy nie opuszczały sieci.
Superwhisper oferuje całą rodzinę modeli S1, jednak tylko S1-mini ma otwarte wagi. S1-Voice to chmurowy model mowy-na-tekst, a S1-Language to instrukuja model do czyszczenia i formatowania - oba dostępne tylko jako usługi hostowane. Licencja S1-mini to Apache 2.0 z klauzulą nazewnictwą. Rozwiązanie adresuje branże wymagające wysokiej jakości transkrypcji: opiekę zdrowotną, prawo, usługi finansowe i obsługę klienta.