/ Модель

Характеристики

Размер весов
2,3 ГБ
Лицензия
MIT
Архитектура
gigaam · dense
Опубликована
21 апр 2025

gigaam-v2-onnx

Распознавание речиАудио → текст6 профессий

ONNX-конверсия моделей GigaAM v2 для распознавания русской речи из аудиофайлов.

1 208скачиваний за 30 дней8лайковвеса обновлены18 фев 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 конвертированные в ONNX модели GigaAM v2, подготовленные для запуска через библиотеку onnx-asr. Репозиторий содержит варианты архитектуры CTC и RNN-T для автоматического распознавания речи; пример применения из карточки — транскрибация WAV-файла.

Модель предназначена для распознавания русской речи по аудио. ONNX позволяет использовать её в совместимой среде выполнения, включая CPU-вариант onnx-asr. Репозиторий распространяется по лицензии MIT. Размер моделей и длина контекста в предоставленных данных не приведены.

Сценарии применения

  • транскрибация русскоязычных WAV-файлов
  • распознавание речи в аудиозаписях
  • встраивание распознавания русской речи в приложения на onnx-asr

Ограничения

Карточка описывает конвертированные модели для запуска через onnx-asr; сведений о точности, поддерживаемых аудиоформатах помимо примера WAV и ограничениях по длительности записи нет.

Для каких профессий подходит6

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

GigaAM v2 models converted to ONNX format for onnx-asr.

Install onnx-asr

pip install onnx-asr[cpu,hub]

Load GigaAM v2 CTC model and recognize wav file

import onnx_asr

model = onnx_asr.load_model("gigaam-v2-ctc")
print(model.recognize("test.wav"))

Load GigaAM v2 RNN-T model and recognize wav file

import onnx_asr

model = onnx_asr.load_model("gigaam-v2-rnnt")
print(model.recognize("test.wav"))

Code for models export

import gigaam
from pathlib import Path

onnx_dir = "gigaam-onnx"
model_type = "rnnt"  # or "ctc"

model = gigaam.load_model(
    model_type,
    fp16_encoder=False,  # only fp32 tensors
    use_flash=False,  # disable flash attention
)
model.to_onnx(dir_path=onnx_dir)

with Path(onnx_dir, "v2_vocab.txt").open("wt") as f:
    for i, token in enumerate(["\u2581", *(chr(ord("а") + i) for i in range(32)), "<blk>"]):
        f.write(f"{token} {i}\n")

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Ревизия весов
272ca4b

0 моделей