/ Модель

Характеристики

Лицензия
openmdw-1.1
Базовая модель
nemotron-3.5-asr-streaming-0.6b
Опубликована
15 июн 2026

nemotron-3.5-asr-streaming-0.6b-GGUF

Распознавание речиАудио → текст4 профессии

Nemotron-3.5-ASR-Streaming-0.6B GGUF — это конвертированная в формат GGUF версия модели NVIDIA Nemotron-3.5-ASR-Streaming-0.6B, подготовленная для использования с CrispASR.

809скачиваний за 30 дней4лайкавеса обновлены30 авг 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

Модель предназначена для автоматического распознавания речи, включая потоковую транскрипцию аудио в реальном времени, и поддерживает 39 языков и языковых вариантов, среди которых английский, русский, немецкий, французский, испанский, китайский, японский, корейский, украинский и другие.

Архитура включает потоковый Cache-Aware FastConformer-энкодер из 24 слоёв с размерностью 1024 и 8 головами внимания, а также RNN-T-декодер на основе двухслойного LSTM со скрытым размером 640. Обработка выполняется для аудио с частотой дискретизации 16 кГц; используются 128 мел-фильтробанков и причинное уменьшение временной размерности в 8 раз, что соответствует примерно 80 мс на выходной кадр. Выбор языка выполняется через механизм conditioning с использованием prompt kernel. Доступны варианты F16, Q8_0 и Q4_K; версия Q4_K имеет наименьший размер и заявлена как примерно вдвое более быстрая по сравнению с F16.

К сильным сторонам модели относятся потоковая работа с учётом кэша, мультиязычность, сравнительно компактный размер и возможность запуска через CrispASR в GGUF-формате. Ограничения включают специализацию исключительно на автоматическом распознавании речи и зависимость от совместимого программного обеспечения CrispASR или другого поддерживаемого рантайма; в README не приведены количественные показатели качества и требования к аппаратным ресурсам. Модель распространяется по лицензии OpenMDW-1.1, описанной как разрешительная.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Nemotron-3.5-ASR-Streaming-0.6B GGUF

GGUF conversion of nvidia/nemotron-3.5-asr-streaming-0.6b for use with CrispASR.

Model details

Architecture: Cache-Aware Streaming FastConformer encoder (24 layers, d=1024, 8 heads) + RNN-T decoder (2-layer LSTM, hidden=640) + joint network (640 → 13088 vocab).

Languages: 39 languages, selected via prompt_kernel MLP conditioning:

CodeLanguageCodeLanguageCodeLanguage
ar-ARArabicfr-CAFrench (CA)nn-NONorwegian (NN)
bg-BGBulgarianfr-FRFrench (FR)pl-PLPolish
cs-CZCzechhe-ILHebrewpt-BRPortuguese (BR)
da-DKDanishhi-INHindipt-PTPortuguese (PT)
de-DEGermanhr-HRCroatianro-RORomanian
el-GRGreekhu-HUHungarianru-RURussian
en-GBEnglish (GB)it-ITItaliansk-SKSlovak
en-USEnglish (US)ja-JPJapanesesl-SLSlovenian
es-ESSpanish (ES)ko-KRKoreansv-SESwedish
es-USSpanish (US)lt-LTLithuanianth-THThai
et-EEEstonianlv-LVLatviantr-TRTurkish
fi-FIFinnishnb-NONorwegian (NB)uk-UAUkrainian
nl-NLDutchvi-VNVietnamese
zh-CNChinese

Key properties:

  • Sample rate: 16 kHz
  • 128 mel filterbank features, n_fft=512, hop=160 (10ms), win=400 (25ms)
  • 8× time downsampling (causal) → 80ms frame duration
  • Streaming: cache-aware attention with att_context_size=[[56,3],[56,0],[56,6],[56,13]]
  • Vocab: 13087 SentencePiece tokens + 1 blank (pure RNN-T, no TDT durations)
  • License: OpenMDW-1.1 (permissive)

Files

FileSizeDescription
nemotron-3.5-asr-streaming-0.6b-f16.gguf1.3 GBF16 weights (full precision, F32 pre-encode)
nemotron-3.5-asr-streaming-0.6b-q8_0.gguf686 MBQ8_0 quantized (high precision, low footprint)
nemotron-3.5-asr-streaming-0.6b-q4_k.gguf458 MBQ4_K quantized (recommended, ~2x faster)

Usage with CrispASR

# Download (Q4_K recommended — 458 MB, ~2x faster than F16)
huggingface-cli download cstr/nemotron-3.5-asr-streaming-GGUF \
  nemotron-3.5-asr-streaming-0.6b-q4_k.gguf --local-dir models/

# Transcribe (English, default)
crispasr --backend nemotron \
  -m models/nemotron-3.5-asr-streaming-0.6b-q4_k.gguf \
  -f audio.wav

# Transcribe in German
crispasr --backend nemotron \
  -m models/nemotron-3.5-asr-streaming-0.6b-q4_k.gguf \
  -f audio.wav --language de-DE

Conversion

Converted from the original NeMo .nemo checkpoint using:

python models/convert-nemotron-to-gguf.py \
  --nemo nvidia/nemotron-3.5-asr-streaming-0.6b \
  --output nemotron-3.5-asr-streaming-0.6b-f16.gguf

Quantized variants can be produced with:

crispasr-quantize models/nemotron-3.5-asr-streaming-0.6b-f16.gguf \
  models/nemotron-3.5-asr-streaming-0.6b-q4_k.gguf Q4_K

Architecture

Audio (16kHz) → Mel (128 bins, 10ms hop)
  → Pre-encode (3× causal Conv2d, 8× downsample, Linear 4352→1024)
  → 24× Cache-Aware FastConformer block:
      FFN1(½) → MHA(rel_pos, cache-aware) → DWConv(k=9, causal, LN) → FFN2(½) → LN
  → Prompt kernel (MLP: concat(enc[1024], lang_onehot[128]) → 2048 → 1024)
  → RNN-T decoder:
      Prediction: Embed(13088, 640) + 2-layer LSTM(640)
      Joint: enc(1024→640) + pred(640→640) → ReLU → Linear(640→13088)
  → Greedy / beam search decode

Original model

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
f6f18e4

0 моделей