/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
cohere-asr-ja
Опубликована
25 мая 2026

cohere-asr-ja-GGUF

Распознавание речиАудио → текст4 профессии

CKHO/cohere-asr-ja-GGUF — это квантованная версия модели efwkjn/cohere-asr-ja для автоматического распознавания речи на японском языке.

1 279скачиваний за 30 дней0лайковвеса обновлены26 мая 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

Модель предназначена для преобразования японской речи в текст, включая диалоги, вокал и аудио в стиле ASMR. Для работы используется backend cohere в CrispASR.

Модель распространяется в формате GGUF и доступна в вариантах F16, Q8_0, Q6_K, Q5_0 и Q4_K размером от 1,51 до 4,14 ГБ. По неформальным локальным тестам на системе с RTX 3080 вариант F16 показал эталонное качество, Q8_0 — почти такое же качество при меньшем размере, а Q6_K предлагает наиболее сбалансированное сочетание качества и размера. Более сильное квантование уменьшает требования к диску, но может снижать точность распознавания.

Модель рассчитана на использование с CrispASR; generic llama.cpp runtimes не поддерживают архитектуру cohere_asr. В README указана лицензия Apache-2.0. Контекст, дополнительные языки, архитектурные детали исходной модели и ограничения качества, не отражённые в локальных тестах, не указаны.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

cohere-asr-ja-GGUF

GGUF quantization of efwkjn/cohere-asr-ja, for use with CrispASR's cohere backend.

Files

FileTypeSize
cohere-asr-ja-f16.ggufF16 GGUF4.14 GB
cohere-asr-ja-q8_0.ggufQ8_0 GGUF2.42 GB
cohere-asr-ja-q6_k.ggufQ6_K GGUF1.98 GB
cohere-asr-ja-q5_0.ggufQ5_0 GGUF1.74 GB
cohere-asr-ja-q4_k.ggufQ4_K GGUF1.51 GB

Quantization Rating

Informal local test results on Japanese dialogue, cover song, and ASMR-style audio. Speed is the observed average without VAD on an RTX 3080 system.

QuantSizeQualityObserved speedSuggested role
F164.14 GB5/520.91xReference quality, fastest in this local test
Q8_02.42 GB5/515.41xNear-F16 quality, smaller
Q6_K1.98 GB4.5/514.53xBest default balance
Q5_01.74 GB4/513.79xSmaller practical option
Q4_K1.51 GB3/516.70xSmallest option, not always most accurate

Conversion

Source model:

  • efwkjn/cohere-asr-ja

Tokenizer check:

  • tokenizer.model verified against tokenizer.json
  • vocab size: 16384
  • max token id: 16383
  • no token/id mismatches found

Converted with CrispASR:

python convert-cohere-asr-to-gguf.py \
  --model-dir efwkjn-cohere-asr-ja \
  --output cohere-asr-ja-f16.gguf

crispasr-quantize cohere-asr-ja-f16.gguf cohere-asr-ja-q8_0.gguf q8_0
crispasr-quantize cohere-asr-ja-f16.gguf cohere-asr-ja-q6_k.gguf q6_k
crispasr-quantize cohere-asr-ja-f16.gguf cohere-asr-ja-q5_0.gguf q5_0
crispasr-quantize cohere-asr-ja-f16.gguf cohere-asr-ja-q4_k.gguf q4_k

Usage

crispasr --backend cohere -m cohere-asr-ja-q6_k.gguf -f audio.wav -l ja

Notes

This GGUF is intended for CrispASR. Generic llama.cpp runtimes do not support the cohere_asr architecture.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
c0f8057

0 моделей