/ Модель

Характеристики

Контекст
131 072 токена
Размер весов
19,4 ГБ
Лицензия
CC BY-NC 4.0
Архитектура
raon_duplex · dense
Библиотека
transformers
Опубликована
19 авг 2026

Mercury-M14nc

Обработка аудиоАудио → аудио3 профессии

Экспериментальная полнодуплексная модель речи в речь для диалогов с учётом времени, показывающая низкую согласованность между текстовым потоком решений и аудио.

7скачиваний за 30 дней0лайковвеса обновлены19 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

Mercury-M14nc — экспериментальная модель преобразования речи в речь с полнодуплексным режимом, дообученная для диалога с учётом времени. По карточке, модель обучалась два эпохи на 4 440 синтетических полнодуплексных диалогах; временные метки слов получены принудительным выравниванием синтезированного аудио. Архитектура — RaonDuplexModel, веса опубликованы в формате safetensors. Указаны частота кадров 12,5 кадра в секунду и частота аудио 24 кГц.

Модель предназначена для разговорных сценариев, где система должна воспринимать аудио и отвечать речью в режиме полного дуплекса. В тесте на 100 диалогах согласованность между текстовым потоком решений и выданным аудио оказалась низкой: посимвольная согласованность составила 68%, а полнота на уровне слов — 37,4%; у 92 из 100 примеров несовпадение было серьёзным. Данные, код обучения и скрипты оценки не опубликованы. Лицензия CC BY-NC 4.0 допускает использование с указанием авторства, но запрещает коммерческое применение.

Сценарии применения

  • эксперименты с полнодуплексным голосовым диалогом
  • исследование согласованности текстовых решений и синтезированной речи
  • прототипирование разговорных голосовых систем с временными метками

Ограничения

В указанной оценке 92 из 100 примеров имели серьёзное расхождение аудио с текстовым потоком решений; полнота слов составила 37,4%. Обучающие данные, код обучения и скрипты оценки не опубликованы.

Для каких профессий подходит3

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

Mercury-M14nc

A full-duplex speech-to-speech model fine-tuned for time-aware conversation. Released under a codename while the associated paper is under anonymous review.

What this checkpoint is

PAD loss weight 0.0, gradient accumulation 32, lr 1e-5, no native clock.

Trained for 2 epochs on 4,440 self-generated full-duplex dialogues whose word timestamps come from forced alignment of the rendered audio (not from the model's own decision frames).

Reported measurements

Text/audio consistency on 100 held-out dialogues — does the produced audio actually say what the text-decision stream decided? Both sides come from the model's own artifacts; no reference transcript is involved.

this checkpointuntuned base
character-level consistency (mean / median)68.0% / 70.4%92.6% / 96.2%
word-level recall37.4%79.1%
severe mismatch (<50%)92/1006/100
text emission rate5.2 tok/s2.5 tok/s

Frames are 80 ms (12.5 fps), audio is 24 kHz.

Attribution and licence

Derived from a publicly available full-duplex speech model released under CC-BY-NC-4.0. This checkpoint inherits that licence: non-commercial use only. The base model's name and full attribution are withheld only for the duration of anonymous review and will be added here once the associated paper is de-anonymised.

Not included

Training code, data, and evaluation scripts are withheld during anonymous review.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

Обработка «аудио → аудио» пока не поддерживается.

Класс архитектуры
RaonDuplexModel
Ревизия весов
29ce4e9

0 моделей