Характеристики

Размер весов: 242 МБ
Лицензия: Своя лицензия
Библиотека: whisperkit
Опубликована: 25 ноя 2024

Ссылки

Hugging Face

speakerkit-pro

argmaxinc

Распознавание речиАудио → текст5 профессий

Модель Argmax для распознавания речи из аудио в формате Core ML с библиотекой WhisperKit.

19 099скачиваний за 30 дней20лайковвеса обновлены21 сен 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

SpeakerKit Pro — модель для распознавания речи и определения говорящих, опубликованная Argmax. Репозиторий содержит формат Core ML и предназначен для использования с библиотекой WhisperKit; по карточке Hugging Face основная задача модели — автоматическое распознавание речи.

Модель принимает аудио и может применяться в сценариях, где нужно преобразовать запись в текст. Теги репозитория указывают на связь с Whisper и diarization, однако README не описывает точные возможности разделения речи по говорящим, архитектуру, размер, языки или длину контекста.

В карточке указана лицензия other, поэтому условия использования следует сверить с сопровождающей документацией. README содержит ссылки на блог, TestFlight и исследовательскую статью, но не приводит сведений о качестве распознавания или известных ограничениях.

Сценарии применения

транскрибирование аудиозаписей
распознавание речи в приложениях на платформах Apple
получение текста из голосовых записей

Ограничения

README не сообщает поддерживаемые языки, размер модели, длину контекста или показатели качества. Лицензия обозначена как other, поэтому условия распространения и коммерческого использования требуют проверки.