Характеристики

Лицензия: Своя лицензия
Базовая модель: nemotron-speech-streaming-en-0.6b
Библиотека: mlx
Опубликована: 6 янв 2026

Ссылки

nemotron-speech-streaming-en-0.6b-mlx

Распознавание речиАудио → текст4 профессии

MLX-конверсия англоязычной потоковой модели NVIDIA Nemotron Speech Streaming для распознавания речи и получения текстовой транскрипции.

153скачиваний за 30 дней7лайковвеса обновлены24 янв 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

animaslabs/nemotron-speech-streaming-en-0.6b-mlx — версия модели распознавания речи NVIDIA Nemotron Speech Streaming EN 0.6B, конвертированная в формат MLX. Репозиторий предназначен для запуска распознавания английской речи на совместимом ПО Apple MLX; в метаданных указана архитектура FastConformer с RNNT и поддержка потокового ASR.

Модель принимает аудио и преобразует речь в текст. Её можно использовать для потоковой транскрибации и распознавания английской речи из аудиофайлов через parakeet-mlx или mlx-audio. В README приведён пример запуска через parakeet-mlx.

Это производная модель на базе nvidia/nemotron-speech-streaming-en-0.6b; README описывает конвертацию в MLX, а метаданные указывают связь finetune. Файлы представлены в safetensors. Лицензия указана как other; подробности следует сверять с карточкой исходной модели.

Сценарии применения

потоковая транскрибация английской речи
распознавание речи из аудиофайлов
преобразование английских аудиозаписей в текст

Ограничения

Модель предназначена для английской речи и требует совместимого окружения MLX; README предупреждает, что поддержка некоторых новых или квантованных моделей в используемых инструментах может отличаться. Подробные ограничения и условия лицензии зависят от исходной модели.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели I.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

animaslabs/nemotron-speech-streaming-en-0.6b-mlx

This model was converted to MLX format from nvidia/nemotron-speech-streaming-en-0.6b using the scripts in this github repo. Please refer to original model card for more details on the model.

Usage

NOTE: Some newer or quantized models may not be supported in parakeet-mlx or mlx-audio

parakeet-mlx

pip install -U parakeet-mlx
parakeet-mlx audio.wav --model animaslabs/nemotron-speech-streaming-en-0.6b-mlx

mlx-audio

pip install -U mlx-audio
python -m mlx_audio.stt.generate --model animaslabs/nemotron-speech-streaming-en-0.6b-mlx --audio audio.wav

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: 1b2221f