/ Модель

Характеристики

Лицензия
Своя лицензия
Архитектура
whisper · dense
Базовая модель
whisper-large-v3
Библиотека
mlx
Опубликована
13 авг 2026

whisper-large-v3-swiss-german-mlx-q4

Распознавание речиАудио → текст5 профессий

Квантованная 4-битная MLX-адаптация Whisper large-v3 для локальной транскрибации речи на швейцарском немецком.

27скачиваний за 30 дней0лайковвеса обновлены13 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

Это 4-битная MLX-версия модели распознавания речи Whisper large-v3, адаптированная для швейцарского немецкого. Она предназначена для локальной транскрибации аудио через совместимые среды MLX, включая интеграцию mlx-audio STT в oMLX. Основа — openai/whisper-large-v3 с PEFT-адаптацией, обученной на данных SwissDial; затем веса Linear и Embedding квантованы методом affine с группами по 64 значения, тогда как свёрточные слои, LayerNorm, позиционные эмбеддинги и векторы смещений остаются без этой квантизации.

Репозиторий содержит чекпойнт MLX в safetensors и файлы процессора и токенизатора Whisper. В README не приведены результаты оценки WER/CER на отложенной выборке швейцарского немецкого, поэтому качество распознавания диалектов количественно не подтверждено. Указана лицензия «other», конкретные условия следует проверять в файлах репозитория.

Сценарии применения

  • транскрибация разговоров на швейцарском немецком
  • распознавание диалектной речи в локальном MLX-приложении
  • преобразование аудиозаписей на швейцарском немецком в текст

Ограничения

Для Q4-варианта не приведены результаты WER/CER на отложенной выборке швейцарского немецкого, поэтому качество распознавания диалекта количественно не подтверждено. Лицензия обозначена как «other», и её конкретные условия нужно сверить с файлами репозитория.

Для каких профессий подходит5

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

whisper-large-v3-swiss-german-mlx-q4

Q4 quantized MLX conversion of whisper-large-v3-swiss-german, derived from openai/whisper-large-v3 plus a Swiss German PEFT adaptation trained on SwissDial data.

This repository is intended for local speech-to-text inference with MLX-based Whisper runtimes, including oMLX through its mlx-audio STT integration.

Format

  • Native MLX Whisper checkpoint
  • Weight-only affine quantization
  • 4-bit weights
  • Group size 64
  • model.safetensors with MLX tensor names
  • Hugging Face Whisper processor/tokenizer files included for mlx-audio/oMLX

Usage

Download the repository and point your MLX/oMLX Whisper STT engine at the local model directory or Hugging Face repo:

huggingface-cli download --local-dir whisper-large-v3-swiss-german-mlx-q4 gcoli/whisper-large-v3-swiss-german-mlx-q4

For oMLX, configure the model as a Whisper/STT model. Exact routing depends on the oMLX version and deployment config.

License and usage restrictions

SwissDial CC BY-NC 4.0 with no-reidentification condition

The Swiss German adaptation is based on SwissDial data. Use of this model is therefore restricted to non-commercial purposes under Creative Commons Attribution-NonCommercial 4.0 International, plus the SwissDial condition that users must not attempt to determine the identity of speakers in the SwissDial dataset.

Additional practical terms:

  • Non-commercial use only.
  • Attribute SwissDial and cite the SwissDial publication when used in research.
  • Do not use this model or its outputs to identify or re-identify SwissDial speakers.
  • This model is not endorsed by ETH Zurich, OpenAI, or the original adapter authors.

The Whisper base model remains under its original Apache-2.0 license. The combined adapted checkpoint is distributed under the more restrictive terms above because of the SwissDial-trained adaptation.

Provenance

This Q4 model was produced from the local FP16 MLX checkpoint by quantizing MLX Linear and Embedding weights to 4-bit affine groups. Conv, LayerNorm, positional embeddings and bias vectors remain dense.

See merge_provenance.json for the base and adapter source metadata inherited from the FP16 conversion.

Validation

The repository contains SHA256SUMS for model.safetensors and config.json. Structural validation checks:

  • Whisper large-v3 MLX dimensions
  • required processor/tokenizer files
  • required representative encoder/decoder tensors
  • quantization metadata in config.json

No benchmark numbers are claimed for this Q4 variant until dialect-specific WER/CER evaluation has been run on a held-out Swiss German test set.

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
b4d3c4e

0 моделей