/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
MOSS-Transcribe-Diarize
Библиотека
openasr
Опубликована
24 июл 2026

moss-transcribe-diarize

Распознавание речиАудио → текст11 профессий

OpenASR/moss-transcribe-diarize — модель MOSS-Transcribe-Diarize, разработанная командой OpenMOSS-Team и адаптированная OpenASR для локального запуска.

5 986скачиваний за 30 дней1лайквеса обновлены2 авг 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

Она объединяет автоматическое распознавание речи и диаризацию говорящих в одном проходе: формирует расшифровку, определяет говорящих и указывает временные интервалы их реплик. Модель предназначена для обработки аудиозаписей встреч, интервью, разговоров и других многоголосых сценариев, где важно понимать, кто и когда говорил.

Модель содержит около 0,9 млрд параметров. Её архитектура сочетает аудиоэнкодер масштаба Whisper Medium, адаптер на базе MLP и LayerNorm и декодер масштаба Qwen3-0.6B. Основной фокус — китайский и английский языки; также заявлена поддержка ещё более 15 языков. Контекстное окно в README не указано. Для OpenASR доступны варианты fp16, q8_0 и q4_k в формате .oasr, позволяющие выбирать между качеством, размером и требованиями к памяти. Заявлены показатели 2,52% CER для китайского и 2,23% WER для английского на фиксированных оценочных наборах OpenASR.

К сильным сторонам относятся совместная транскрипция и диаризация без отдельного конвейера, локальная работа на CPU и GPU без Python во время инференса и несколько уровней квантования. Ограничения включают отсутствие подробных данных о качестве на других языках и неуказанный контекст; приведённые метрики не следует автоматически распространять на любые аудиозаписи. Распространение выполняется по лицензии Apache-2.0, унаследованной от исходной модели; OpenASR выполняет конвертацию формата, квантование и адаптацию для локального инференса.

Для каких профессий подходит11

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

MOSS-Transcribe-Diarize · OpenASR

Joint transcription and speaker diarization in a single 0.9B-parameter model — know who said what, and when

License Format Runtime Base model

Native speech-to-text in the OpenASR runtime — engineered for peak performance on CPU & GPU, no Python at inference time.


✨ Highlights

  • 🎯 Transcription + speaker identification in one pass — a single inference run produces both the transcript and per-speaker timestamps, no separate pipeline needed
  • 📊 Verified accuracy: 2.52% CER (Chinese), 2.23% WER (English) — benchmarked by OpenASR on frozen evaluation datasets, not upstream-reported numbers
  • 🌐 Chinese and English first, 15+ additional languages — optimized for Mandarin and English with broad multilingual coverage built in
  • 📦 Three quantization tiers: fp16 / q8_0 / q4_k — delivered in OpenASR's native .oasr format for CPU inference, choose the precision-to-size tradeoff that fits your hardware
  • 🦀 Native in OpenASR — .oasr packs run with no Python at inference, engineered for peak performance on CPU & GPU

🚀 Quickstart

# 1. Install the OpenASR CLI  ·  https://openasr.org
# 2. Pull a build (pick a quant — see the table below)
openasr pull moss-transcribe-diarize:q8

# 3. Transcribe
openasr transcribe audio.wav --model moss-transcribe-diarize

All builds for this model:

openasr pull moss-transcribe-diarize:fp16
openasr pull moss-transcribe-diarize:q8
openasr pull moss-transcribe-diarize:q4

📦 Available builds

QuantFile (.oasr)SizeRAM peakRTF · M1 CPURTF · M1 GPUJFK ΔWER vs fp16
fp16moss-transcribe-diarize-fp16.oasr1.82 GB4.66 GB0.56×0.36×0.0%
q8_0moss-transcribe-diarize-q8_0.oasr1.12 GB3.49 GB0.50×0.32×0.0%
q4_kmoss-transcribe-diarize-q4_k.oasr902 MB2.99 GB0.47×0.30×0.0%

RTF = real-time factor on the fixed 11s JFK clip (lower is faster); RAM peak measured per pack in an isolated subprocess. JFK ΔWER compares each quantized build's JFK transcript to this model's fp16 JFK transcript, so it measures quantization drift rather than absolute recognition accuracy. q8_0 is the recommended default — near-reference quality at a fraction of the footprint.

🧠 About MOSS-Transcribe-Diarize

MOSS-Transcribe-Diarize is a 0.9B-parameter joint speech-recognition and speaker-diarization model from the OpenMOSS team. Its architecture pairs a Whisper-Medium-scale audio encoder with a lightweight MLP/LayerNorm adapter feeding into a Qwen3-0.6B-scale decoder, enabling the model to transcribe speech and attribute each segment to its speaker with start/end timestamps in a single forward pass. Language coverage centers on Chinese and English, with support for 15 additional languages. OpenASR distributes this model in three quantization tiers -- fp16, q8_0, and q4_k -- packaged in the native .oasr runtime format for CPU-based local inference.

⚙️ How these packs were made

Converted from OpenMOSS-Team/MOSS-Transcribe-Diarize with the OpenASR importer:

openasr model-pack import moss <src> <out>.oasr \
  --package-id moss-transcribe-diarize --quantization {fp16,q8-0,q4-k}

The .oasr container is GGUF-backed; packs use zero-copy mmap weight binding and graph buffer reuse to keep peak memory low.

⚖️ License

These packs inherit the upstream model's license: Apache-2.0 (source). OpenASR packaging retains the upstream copyright and NOTICE; the only modifications are format conversion and quantization.

🙏 Acknowledgements

This pack is a redistribution of MOSS-Transcribe-Diarize, created and released by OpenMOSS-Team (OpenMOSS-Team/MOSS-Transcribe-Diarize) under the Apache License 2.0. OpenASR performs format conversion, quantization, runtime validation, and local-inference adaptation only; all model weights and training are the work of the original authors. Thank you to the OpenMOSS team for releasing their work openly.

🔗 Links

Как запустить

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

GPU в ailist

Универсальный рантайм · openasr

Нельзя запустить

Библиотека «openasr» рантаймом не поддерживается.

Ревизия весов
196b6d4

0 моделей