/ Модель

Характеристики

Лицензия
MIT
Опубликована
15 мар 2025

indic-conformer-600m-multilingual

Распознавание речиАудио → текст9 профессий

Многоязычная модель AI4Bharat на базе Conformer для распознавания речи и транскрибирования аудио на 22 языках Индии.

500 тыс.скачиваний за 30 дней223лайкавеса обновлены8 окт 2026

Бенчмарки

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

Публичные оценки2

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

  • ARTPARK-IISc/Vaani-Benchmark-V1.0

    score · ниже — лучше

    Результат

    13,2

    Hindi_WER 13,2
    Hugging Face Leaderboards

    Публичная таблицаревизия не подтверждена

  • Monsoon

    WER · ниже — лучше

    Результат

    8,47 %

    Open ASR

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

IndicConformer-600M-Multi — многоязычная модель распознавания речи от AI4Bharat. Она преобразует аудио в текст на 22 официальных языках Индии и предназначена для транскрибирования устной речи. Модель основана на архитектуре Conformer и сочетает методы CTC и RNNT; размер составляет 600 млн параметров. Доступны оба способа декодирования: CTC и RNNT. Репозиторий содержит модель в формате ONNX, а лицензия — MIT.

Сценарии применения

  • транскрибирование речи на хинди
  • распознавание речи на тамильском и телугу
  • преобразование аудио на индийских языках в текст
  • создание субтитров для речи на языках Индии

Ограничения

Предназначена для распознавания речи на перечисленных индийских языках; качество на других языках не заявлено.

Для каких профессий подходит9

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

IndicConformer

AI4Bharat's IndicConformers is a suite of ASR models built to deliver accurate speech-to-text conversion in all 22 official Indian languages. By leveraging cutting-edge deep learning techniques, these models provide precise transcriptions. As the country's first open-source ASR system covering such a vast array of languages, AI4Bharat Indic Conformer is a transformative tool for making technology more inclusive and accessible to all. IndicConformer is released under the MIT license.

Model Details

🚩NOTE 🚩Indic-Transcribe is now available. It supports 25 Indian languages and has better transcription quality compared to IndicConformer. We recommend using Indic-Transcribe.


Model Usage

This model can be used to transcribe speech in various Indian languages. It supports two decoding strategies:

  • CTC (Connectionist Temporal Classification)
  • RNNT (Recurrent Neural Network Transducer)

Installation

Ensure that you have transformers and torchaudio installed:

pip install transformers torchaudio "onnxruntime==1.20.1" "onnx==1.20.1" "onnxruntime-gpu==1.20.1"

Inference Example

from transformers import AutoModel
import torch, torchaudio

# Load the model
model = AutoModel.from_pretrained("ai4bharat/indic-conformer-600m-multilingual", trust_remote_code=True)

# Load an audio file
wav, sr = torchaudio.load("audio.flac")
wav = torch.mean(wav, dim=0, keepdim=True)

target_sample_rate = 16000  # Expected sample rate
if sr != target_sample_rate:
    resampler = torchaudio.transforms.Resample(orig_freq=sr, new_freq=target_sample_rate)
    wav = resampler(wav)

# Perform ASR with CTC decoding
transcription_ctc = model(wav, "hi", "ctc")
print("CTC Transcription:", transcription_ctc)

# Perform ASR with RNNT decoding
transcription_rnnt = model(wav, "hi", "rnnt")
print("RNNT Transcription:", transcription_rnnt)

Supported Languages

IndicConformer-600M-Multi is trained for 22 officially recognized languages of India, including:

  • Assamese(as)
  • Bengali(bn)
  • Bodo(brx)
  • Dogri(doi)
  • Gujarati(gu)
  • Hindi(hi)
  • Kannada(kn)
  • Konkani(kok)
  • Kashmiri(ks)
  • Maithili(mai)
  • Malayalam(ml)
  • Manipuri(mni)
  • Marathi(mr)
  • Nepali(ne)
  • Odia(or)
  • Punjabi(pa)
  • Sanskrit(sa)
  • Santali(sat)
  • Sindhi(sd)
  • Tamil(ta)
  • Telugu(te)
  • Urdu(ur)

The tokenizers used for these languages can be found here

Contact

For any questions or feedback, please contact:

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
2a77d30

0 моделей