Характеристики

Размер весов: 699 МБ
Лицензия: Своя лицензия
Базовая модель: nemotron-3.5-asr-streaming-0.6b
Библиотека: coreml
Опубликована: 4 июн 2026

Ссылки

nemotron-3.5-asr-streaming320-int8-CoreML

Распознавание речиАудио → текст4 профессии

Nemotron 3.5 ASR Streaming 0.6B — это модель автоматического распознавания речи, разработанная NVIDIA и перенесённая в формат CoreML для локального запуска на устройствах с Apple Silicon.

1 216скачиваний за 30 дней0лайковвеса обновлены4 июн 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Данный репозиторий содержит конверсию и упаковку исходной модели NVIDIA nvidia/nemotron-3.5-asr-streaming-0.6b, предназначенную для потоковой транскрипции речи с низкой задержкой, в том числе в составе движка FluidVoice Nemotron Speech 3.5 Ultra Fast Low Latency.

Модель использует мультиязычный режим с возможностью ручного задания языкового промпта и автоматического определения языка, если это поддерживается средой выполнения. Потоковая конфигурация рассчитана на фрагменты длительностью 320 мс. Порт состоит из компонентов CoreML .mlpackage, включая препроцессор, encoder, decoder, joint-модули и токенизатор; применяется линейная int8-квантизация encoder, а общий размер пакета составляет около 668 МБ. Другие характеристики, включая точный список языков, архитектуру исходной модели, контекст и результаты оценки, в README не указаны.

Основные преимущества — локальное выполнение на Apple Silicon, потоковая обработка, низкая задержка и уменьшенный размер благодаря int8-квантизации. Ограничения связаны с зависимостью от CoreML и аппаратной платформы Apple Silicon, а также с тем, что сведения о качестве распознавания, языках и сценариях использования необходимо уточнять в карточке исходной модели NVIDIA. Лицензия обозначена как other; её условия наследуются от upstream-модели NVIDIA.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели I.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Nemotron 3.5 ASR Streaming 0.6B - CoreML int8

This repository contains an Apple Silicon CoreML port of NVIDIA's nvidia/nemotron-3.5-asr-streaming-0.6b.

For the original model description, supported languages, architecture, training data, evaluation notes, license terms, and intended use, refer to the upstream NVIDIA model card:

https://huggingface.co/nvidia/nemotron-3.5-asr-streaming-0.6b

License terms are inherited from the upstream NVIDIA model card.

CoreML Port

Format: CoreML .mlpackage components
Target runtime: Apple Silicon
Streaming configuration: 320 ms
Quantization: int8 linear encoder quantization
Approximate package size: 668 MB
Included files: metadata.json, preprocessor.mlpackage, encoder.mlpackage, decoder.mlpackage, joint.mlpackage, joint_decision.mlpackage, tokenizer.model

The CoreML package preserves the prompt-conditioned multilingual setup from the upstream model, including manual language prompts and auto language detection where supported by the runtime.

FluidVoice

This package is prepared for FluidVoice's Nemotron Speech 3.5 Ultra Fast Low Latency engine. FluidVoice downloads and loads the repository as a set of CoreML components rather than as the original NeMo checkpoint.

Attribution

The underlying model is developed by NVIDIA. This repository is a CoreML conversion/packaging of the upstream Nemotron 3.5 ASR streaming model for local Apple Silicon inference.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · coreml

Нельзя запустить

CoreML-модели работают только на устройствах Apple.

Ревизия весов: d5fa169