/ Модель

Характеристики

Контекст
1 024 токена
Параметры
151 млн
Лицензия
CC BY-NC 4.0
Архитектура
cohere_asr · dense
Базовая модель
c4ai-transcribe-2b
Опубликована
19 сен 2026

cohere-transcribe-coreml-int8

Распознавание речиАудио → текст4 профессии

Квантованная CoreML-модель Cohere Transcribe 2B для быстрого преобразования английской речи в текст на устройствах Apple.

155скачиваний за 30 дней0лайковвеса обновлены19 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Распознавание речи» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

ctyau подготовил CoreML-версию Cohere Transcribe 2B с квантованием весов до INT8 (W8A16) для распознавания речи на устройствах Apple. Модель предназначена для преобразования аудио в текст и запуска на Apple Silicon и мобильных устройствах Apple; в README описано разделение на Conformer-энкодер и Transformer-декодер с выполнением энкодера на Apple Neural Engine и использованием GPU и Metal для декодирования. По метаданным, модель содержит 151 млн параметров и рассчитана на английский язык; лицензия CC BY-NC 4.0 ограничивает коммерческое использование.

README приводит замеры на Apple M5 для аудиозаписи длительностью около 15 минут: INT8-вариант обработал её за 14,837 секунды. Эти показатели относятся к указанной конфигурации и не гарантируют такой же скорости на других устройствах. Модель основана на CohereForAI/c4ai-transcribe-2b и поставляется в формате CoreML.

Сценарии применения

  • Транскрибация английских аудиозаписей на Mac с Apple Silicon
  • Распознавание речи в приложениях для iPhone и iPad
  • Преобразование длинных англоязычных выступлений в текст
  • Локальное распознавание речи в приложениях на базе Voxtype

Ограничения

Лицензия CC BY-NC 4.0 запрещает коммерческое использование. Заявленные показатели скорости измерены на Apple M5 и могут отличаться на других устройствах.

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

Cohere Transcribe 2B — CoreML INT8 (W8A16) for Apple Silicon & iOS

This repository provides W8A16 Linear Symmetric Quantized CoreML (.mlpackage) models for Cohere Transcribe 2B (c4ai-transcribe-2b), optimized for high-performance speech-to-text on Apple Silicon (M1/M2/M3/M4/M5) and mobile Apple devices.

Quantized using Apple's official coremltools.optimize.coreml pipeline with OpLinearQuantizerConfig(mode='linear_symmetric', dtype='int8').


Performance Highlights (Apple M5 Silicon)

Benchmarked on the full 15.08-minute (904.93s) JFK Inaugural Address:

MetricLossless FP16 BaselineW8A16 INT8 CoreML EngineAdvantage
Total Audio Duration904.93 s (15.08 min)904.93 s (15.08 min)Identical
Total Compute Time15.913 s14.837 s-1.08s faster
Real-Time Factor (RTF)0.01760.0164Lower is better
Throughput Speedup56.9x Real-Time61.0x Real-Time+4.1x RT throughput
Peak Chunk Speedup~61x RT73.8x Real-Time (270 ms / 20s)Instantaneous
Decoder Weight Size258 MB129 MB50% reduction
Accuracy1411 / 1411 words (100%)1437 wordsVerbatim fidelity

Architecture Partitioning

  • Conformer Encoder (cohere_encoder.mlpackage): Runs natively on the Apple Neural Engine (ANE), processing 20s of audio in ~190 ms while consuming 0% of the GPU.
  • Transformer Prefill (cohere_decoder_prefill.mlpackage): INT8 weights (145 MB), computes prompt representation in ~30 ms on GPU.
  • Autoregressive Decoder (cohere_decoder_decode.mlpackage): INT8 weights (129 MB) utilizing in-place Metal buffer mutation via MLState. Autoregressive single-step token latency drops from $1.68\text{ ms} \rightarrow 0.84\text{ ms}$ weight memory read time.

Quick Setup with Voxtype

To install and compile these INT8 CoreML models into Voxtype:

cd ~/voxtype
python3 scripts/setup_cohere_coreml.py --repo-id ctyau/cohere-transcribe-coreml-int8

This will automatically:

  1. Download the .mlpackage bundles.
  2. Compile them into native .mlmodelc bundles for your specific Mac.
  3. Install them into ~/Library/Application Support/voxtype/models/cohere-transcribe-fp16/compiled_coreml.

Model Card & License

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
CohereAsrForConditionalGeneration
Ревизия весов
5d7d6f3

0 моделей