/ Модель

Характеристики

Контекст
2 048 токенов
Размер весов
4,1 ГБ
Лицензия
Apache 2.0
Архитектура
cohere_asr · dense
Базовая модель
cohere-transcribe-03-2026
Библиотека
mlx
Опубликована
23 июл 2026

Cohere-Transcribe-2B-MLX-FP16

Распознавание речиАудио → текст

MLX-сборка Cohere Transcribe 2B в FP16 для локального распознавания речи и транскрибации на 14 языках.

32скачиваний за 30 дней0лайковвеса обновлены23 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

aufklarer/Cohere-Transcribe-2B-MLX-FP16 — сборка весов Cohere Transcribe 2B в формате MLX FP16, подготовленная для локальной транскрибации речи с speech-swift. Модель принимает аудио с частотой дискретизации 16 кГц и преобразует речь в текст. В метаданных указаны архитектура CohereAsrForConditionalGeneration и поддержка 14 языков: английского, французского, немецкого, испанского, итальянского, португальского, нидерландского, польского, греческого, арабского, японского, китайского, вьетнамского и корейского.

Для варианта FP16 в README приведён тест на английской читаемой речи из набора FLEURS: WER 6,178% на 80 высказываниях. Результат относится только к этому тесту и устройству Apple M5 Pro; он не характеризует разговорную речь или другие условия. Репозиторий распространяется по лицензии Apache-2.0. Для локального запуска потребуется совместимая среда MLX и достаточно памяти; в тесте пиковое потребление памяти составило около 3,9 ГиБ.

Сценарии применения

  • транскрибация аудиозаписей в текст
  • распознавание английской речи в записях
  • локальная расшифровка аудио на поддерживаемых языках

Ограничения

Приведённый показатель WER получен на небольшом тесте читаемой английской речи и не описывает качество на разговорной речи или в других условиях. Для FP16-варианта в тесте потребовалось около 3,9 ГиБ оперативной памяти.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Cohere Transcribe 2B — MLX FP16

MLX weights for Cohere Transcribe 2B, ready for local speech-to-text with speech-swift.

ParametersPrecisionSample rateLanguages
2BFP1616 kHz14

Files

FileDescription
model*.safetensorsMLX model weights
config.jsonModel and runtime configuration
tokenizer.model and tokenizer JSON filesSentencePiece tokenizer data

Usage

speech transcribe recording.wav --engine cohere --model fp16
import CohereTranscribeASR

let model = try await CohereTranscribeModel.load(
    "aufklarer/Cohere-Transcribe-2B-MLX-FP16"
)
let text = model.transcribe(
    audio: samples,
    sampleRate: sourceSampleRate,
    language: "en"
)

Benchmark

English FLEURS read speech, 80 utterances (759.56 seconds), Apple M5 Pro:

VariantBundleWERMean RTFPeak RSS
FP163.85 GiB6.178%0.04443,964 MiB
INT51.62 GiB6.288%0.01501,776 MiB
INT82.25 GiB6.178%0.01592,428 MiB

These read-speech measurements are not Artificial Analysis Conversational or ElevenLabs Scribe results.

Source and license

The base model is CohereLabs/cohere-transcribe-03-2026 and is released under Apache 2.0.

Links

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.

Класс архитектуры
CohereAsrForConditionalGeneration
Ревизия весов
081d436

0 моделей