/ Модель

Характеристики

Лицензия
CC BY 4.0
Базовая модель
parakeet-ultra
Библиотека
mlx
Опубликована
28 сен 2026

parakeet-ultra-mlx-fp16

Распознавание речиАудио → текст10 профессий

Преобразованная в MLX fp16 многоязычная модель Parakeet Ultra для распознавания и транскрибирования речи из аудио.

369скачиваний за 30 дней0лайковвеса обновлены28 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

beshkenadze опубликовал преобразованный вариант многоязычной модели распознавания речи Parakeet Ultra в формате MLX fp16 для использования с mlx-audio-swift. В основе лежит moondream/parakeet-ultra — постобученная Moondream модель nvidia/parakeet-tdt-0.6b-v3 с той же архитектурой и словарём; репозиторий содержит веса safetensors. При преобразовании тензоры переименованы и приведены к раскладке MLX, голова VAD удалена, а веса приведены к fp16.

Модель предназначена для транскрибирования аудио, в том числе русской речи. В тестах README она показала меньший WER, чем Parakeet TDT v3 fp16 на FLEURS для 13 языков и на наборе русских записей, а также на пятиминутной записи совещания. Эти результаты относятся к описанным тестовым наборам и конвейеру Silero VAD с mlx-audio-swift. Лицензия репозитория — CC BY 4.0.

Сценарии применения

  • транскрибирование русской речи
  • расшифровка многоязычных аудиозаписей
  • создание текстовой расшифровки совещаний
  • распознавание речи в аудио с помощью mlx-audio-swift

Ограничения

README приводит результаты только для конкретных тестовых наборов и конвейера Silero VAD с mlx-audio-swift; они не гарантируют такую же точность на других записях. Для русской записи совещания WER в тесте составил 24,2%.

Для каких профессий подходит10

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

Parakeet Ultra — MLX fp16

moondream/parakeet-ultra (revision 73175eb7), converted to the MLX layout of beshkenadze/parakeet-tdt-0.6b-v3-mlx-fp16 for mlx-audio-swift. Parakeet Ultra is Moondream's post-trained nvidia/parakeet-tdt-0.6b-v3: same architecture and vocabulary, better accuracy.

Conversion

convert_parakeet_ultra.py renames the transformers tensors to the MLX names, transposes the convolutions to MLX order, sums each LSTM layer's two biases, drops the VAD head, and casts to fp16. config.json and vocab.txt are the v3 MLX files. The script refuses a result unless every v3 tensor is filled with one of the same shape, and unless each is close to its v3 counterpart (cosine similarity at least 0.9; measured minimum 0.954, median 1.000).

Accuracy

WER through the same MLX pipeline (Silero VAD, mlx-audio-swift), against the v3 MLX fp16 weights this replaces:

Setv3Ultra
FLEURS, 13 languages × 5 clips6.60%5.71%
FLEURS Russian, 61 clips4.97%4.31%
A 5-minute Russian meeting, one track27.0%24.2%

License

CC-BY-4.0, as the upstream weights. Parakeet Ultra by Moondream; Parakeet TDT 0.6B v3 by NVIDIA.

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
5acd397

0 моделей