/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
Fun-ASR-Nano-2512-hf
Библиотека
audio.cpp
Опубликована
29 июл 2026

Fun-ASR-Nano-2512-GGUF

Распознавание речиАудио → текст5 профессий

Fun-ASR-Nano-2512-GGUF — конвертированная в формат GGUF версия модели FunAudioLLM/Fun-ASR-Nano-2512-hf, разработанной FunAudioLLM.

61 949скачиваний за 30 дней8лайковвеса обновлены29 июл 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 автоматического распознавания речи и работает через audio.cpp в автономном офлайн-режиме, включая запуск на CPU и NVIDIA CUDA.

Это мультиязычная ASR-модель с поддержкой двух вариантов весов: Q8_0 размером около 1,05 ГБ и F16 размером около 1,68 ГБ. В файлы встроены конфигурация модели и процессора, tokenizer, chat template и спецификация пакета audio.cpp. Точные архитектурные параметры, число параметров, список языков и размер контекста в README не указаны.

К сильным сторонам относятся автономная работа без внешнего сервиса, мультиязычное распознавание, готовность к использованию в audio.cpp и проверка транскрипции на CPU и NVIDIA H100 CUDA. Ограничения модели: она работает только офлайн и не предоставляет потоковый режим или временные метки. Для CUDA веса encoder и adaptor в варианте Q8_0 сохраняются в исходном формате, а веса decoder по умолчанию загружаются в BF16; этот тип можно изменить параметром сессии.

Модель и конвертированные веса распространяются по лицензии FunASR Model Open Source License Agreement v1.1. Перед использованием и распространением необходимо ознакомиться с условиями этой лицензии.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Fun-ASR-Nano-2512 GGUF

Standalone audio.cpp GGUF builds of FunAudioLLM/Fun-ASR-Nano-2512-hf. Each file embeds the model configuration, processor configuration, tokenizer, chat template, and the audio.cpp model package specification.

Files

FileSizeSHA256
fun-asr-nano-2512-q8_0.gguf1,045,334,432 bytes4d727357574b079b7f43336b2930f39da086ca02f5d8d50872090b4c1c3d5e0a
fun-asr-nano-2512-f16.gguf1,675,708,832 bytes3d906c3ccfed07efef88ff53d6cc94b788b9d2edf1492a5679d041b43e98c5be

The source checkpoint is pinned to revision 854d88f94205cd17d2afdb24332130d86fbe654a. The source model.safetensors SHA256 is 335ca3e74917f1156690400e2c344350112950165789cf78ce3d0a367affd821.

audio.cpp

audiocpp_cli \
  --task asr \
  --family fun_asr_nano \
  --model fun-asr-nano-2512-q8_0.gguf \
  --backend cuda \
  --audio speech.wav

Fun-ASR-Nano currently provides offline multilingual ASR. It does not expose streaming or timestamp output. On CUDA, audio.cpp keeps the Q8_0 encoder and adaptor weights native and loads decoder weights as BF16 by default for stable logits. An explicit fun_asr_nano.decoder_weight_type session option overrides that default.

Reproducibility

The files were generated with audio.cpp's audiocpp_gguf converter:

audiocpp_gguf \
  --input model.safetensors \
  --root /path/to/Fun-ASR-Nano-2512-hf \
  --output fun-asr-nano-2512-q8_0.gguf \
  --type q8_0 \
  --family fun_asr_nano \
  --model-spec model_specs/fun_asr_nano.json

Both formats were checked with audiocpp_gguf --inspect and full reference audio transcription on CPU and NVIDIA H100 CUDA.

License

The original model and these converted weights are governed by the FunASR Model Open Source License Agreement v1.1 distributed with the source model. Review that agreement before using or redistributing the files.

Как запустить

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

GPU в ailist

Универсальный рантайм · audio.cpp

Нельзя запустить

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

Ревизия весов
ce72677

0 моделей