/ Модель

Характеристики

Лицензия
Своя лицензия
Базовая модель
Nemotron-Labs-Audex-2B
Библиотека
mlx
Опубликована
21 июл 2026

Nemotron-Labs-Audex-2B-MLX-4bit

Языковая модельАудио, текст → текст

Квантованная 4-битная MLX-сборка аудиоязыковой модели NVIDIA для распознавания и преобразования речи, синтеза речи и генерации текста на Apple Silicon.

0скачиваний за 30 дней0лайковвеса обновлены21 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

Nemotron-Labs-Audex-2B-MLX-4bit — 4-битная MLX-сборка аудиоязыковой модели NVIDIA Nemotron-Labs-Audex-2B, подготовленная для Apple Silicon. В README указано, что языковая модель квантована с размером группы 64, а речевой декодер и аудиоэнкодер сохранены в bf16; размер языковой модели сокращён примерно с 4,5 до 1,3 ГБ.

Модель предназначена для генерации текста, распознавания речи, синтеза речи и преобразования речи в речь. По данным README, синтез в этой сборке примерно вдвое быстрее, чем в bf16-версии; приведённые проверки ограничены отдельными пробными запросами. Метаданные указывают английский язык и входное аудио. Для запуска требуется MLX и загрузчик из проекта mlx-audio-train; лицензия обозначена как other, поэтому условия использования следует уточнять по карточке и файлам лицензии репозитория.

Сценарии применения

  • распознавание английской речи из аудио
  • синтез речи по тексту
  • преобразование одной речевой записи в другую
  • генерация текстовых ответов в аудиоязыковых сценариях

Ограничения

Заявленные показатели качества основаны на отдельных пробных запросах, а не на полномасштабной оценке. Сборка рассчитана на MLX и Apple Silicon; лицензия указана как other, поэтому условия использования нужно сверить с файлами репозитория.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Nemotron-Labs-Audex-2B — MLX (4-bit)

A 4-bit MLX conversion of NVIDIA's Nemotron-Labs-Audex-2B for Apple Silicon. The language model is quantized to 4-bit (group size 64); the speech decoder and audio encoder are kept in bf16 (small and quality-sensitive).

The LM shrinks from ~4.5 GB to ~1.3 GB and speech synthesis is roughly 2× faster, with no measurable quality loss on my probes (identical text answers; 0% WER on a Whisper round-trip; full speech-to-speech intact). See the bf16 build for the reference weights.

quant.json in this repo records the quantization, so load_model applies it automatically — no flags needed.

Capabilities (one model)

  • Text generation · Text-to-speech · Speech-to-text (ASR) · Speech-to-speech

Usage

Loader/inference code: akashicMarga/mlx-audio-train (models/audex/).

git clone https://github.com/akashicMarga/mlx-audio-train
pip install mlx mlx-lm mlx-whisper soundfile transformers
huggingface-cli download akashicmarga/Nemotron-Labs-Audex-2B-MLX-4bit --local-dir audex_4bit
from models.audex import load_model, s2s_generate
import soundfile as sf

m = load_model("audex_4bit")             # 4-bit applied automatically via quant.json
reply, wav = s2s_generate(m, "question.wav")
sf.write("reply.wav", wav, 16000)
print(reply)

Benchmark (single-prompt probes)

buildLM sizeTTS latencyTTS WER (round-trip)text answer
bf164.50 GB2.5 s0%correct
8-bit2.39 GB1.5 s0%correct
4-bit1.27 GB1.2 s0%correct

License & attribution

Derived from nvidia/Nemotron-Labs-Audex-2B; NVIDIA OneWay Noncommercial License (non-commercial use only). Model and training by NVIDIA (arXiv:2607.05196); this repo provides only an MLX 4-bit conversion.

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Ревизия весов
e807785

0 моделей