Характеристики

Лицензия: CC BY 4.0
Базовая модель: stt_en_fastconformer_ctc_large
Опубликована: 12 апр 2026

Ссылки

stt-en-fastconformer-ctc-large-GGUF

Распознавание речиАудио → текст4 профессии

Это англоязычная модель автоматического распознавания речи (ASR) в формате GGUF, преобразованная для использования с CrispASR на основе модели nvidia/stt_en_fastconformer_ctc_large, опубликованной NVIDIA.

1 584скачиваний за 30 дней0лайковвеса обновлены2 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

Репозиторий выполнил только конвертацию и/или квантизацию весов: обучение, дообучение, объединение моделей, дистилляция и изменение архитектуры или словаря не проводились.

Модель предназначена для преобразования английской речи в текст, в том числе при локальном запуске через CrispASR. Архитектура включает 18-слойный NeMo FastConformer-энкодер и голову Conv1d CTC; используются d_model 512, 8 attention heads, словарь SentencePiece из 1024 элементов и 80 log-mel признаков. Размер модели составляет около 115 млн параметров. Доступны варианты F16 размером 222 МБ, Q8_0 размером 132 МБ, Q5_0 размером 95 МБ и Q4_K размером 83 МБ; Q4_K указан как рекомендуемый.

К сильным сторонам относятся компактные квантизованные варианты, поддержка GGUF и адаптация для эффективного локального распознавания речи. Ограничения: модель поддерживает только английский язык, а сведения о точности, устойчивости к шуму, задержке и максимальной длительности контекста в карточке не указаны. Модель распространяется по лицензии CC BY 4.0; права и условия исходной модели NVIDIA сохраняются.

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 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 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

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

stt-en-fastconformer-ctc-large-GGUF

GGUF quantisations of nvidia/stt_en_fastconformer_ctc_large for CrispASR.

Quant	Size	Description
F16	222 MB	Full precision
Q8_0	132 MB	8-bit
Q5_0	95 MB	5-bit
Q4_K	83 MB	4-bit K-quant (recommended)

Architecture

18-layer NeMo FastConformer encoder + Conv1d CTC head. d_model=512, 8 heads, 1024 SentencePiece vocab, English only, 80 log-mel features, ~115M params.

Usage

crispasr --backend fastconformer-ctc -m stt-en-fastconformer-ctc-large-q4_k.gguf -f audio.wav

NeMo Family

Same --backend fastconformer-ctc supports large (18L/512d), xlarge (24L/1024d), and xxlarge (42L/1024d).

Provenance and EU AI Act Art. 53 note

Upstream model: nvidia/stt_en_fastconformer_ctc_large — published by nvidia.
Upstream licence: cc-by-4.0. This repository redistributes under the same terms; it grants no rights the upstream licence does not.
What was done here: format conversion and/or quantisation only (GGUF). No training, no fine-tuning, no merging, no distillation, no change to architecture, vocabulary or capability. Only the numeric representation of the upstream weights differs.
Training data: documented — where it is documented at all — by the upstream provider; see the upstream model card. No training data was used, added or selected by this repository.
Provider status: under Regulation (EU) 2024/1689 the upstream authors remain the provider of this model. Converting the serialisation format does not make this repository the provider of a new general-purpose AI model, and no such claim is made. Questions about training content, copyright policy or model capability belong upstream.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Модели NVIDIA NeMo требуют отдельного рантайма.

Ревизия весов: 2eb7779