Характеристики

Лицензия: CC BY 4.0
Архитектура: nemo-conformer-tdt · dense
Базовая модель: parakeet-tdt-0.6b-v2
Опубликована: 6 мая 2025

Ссылки

parakeet-tdt-0.6b-v2-onnx

Распознавание речиАудио → текст5 профессий

istupakov/parakeet-tdt-0.6b-v2-onnx — это версия модели NVIDIA Parakeet TDT 0.6B V2, преобразованная в формат ONNX для использования с библиотекой onnx-asr.

8 313скачиваний за 30 дней26лайковвеса обновлены17 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

Модель предназначена для автоматического распознавания речи и преобразования аудиозаписей, в частности WAV-файлов, в текст на английском языке. Базовая модель разработана NVIDIA, а экспорт в ONNX подготовлен для совместимости с onnx-asr.

Модель имеет размер 0,6 млрд параметров и использует архитектуру Parakeet TDT; точные сведения о модальностях, максимальной длине контекста и дополнительных языках в README не указаны. Формат ONNX и поддержка onnx-asr позволяют запускать распознавание через соответствующую библиотеку, включая CPU-вариант. Ограничения модели связаны с заявленной специализацией на английской речи и отсутствием в доступных данных подробных характеристик качества, производительности и поддержки других аудиоформатов. Модель распространяется по лицензии CC BY 4.0.

Для каких профессий подходит5

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 I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели 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.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей

Также подходит для

II.8Инженерия данных и аналитика

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

NVIDIA Parakeet TDT 0.6B V2 (En) model converted to ONNX format for onnx-asr.

Install onnx-asr

pip install onnx-asr[cpu,hub]

Load Parakeet TDT model and recognize wav file

import onnx_asr
model = onnx_asr.load_model("nemo-parakeet-tdt-0.6b-v2")
print(model.recognize("test.wav"))

Code for models export

import nemo.collections.asr as nemo_asr
from pathlib import Path

model = nemo_asr.models.ASRModel.from_pretrained("nvidia/parakeet-tdt-0.6b-v2")

onnx_dir = Path("nemo-onnx")
onnx_dir.mkdir(exist_ok=True)
model.export(str(Path(onnx_dir, "model.onnx")))

with Path(onnx_dir, "vocab.txt").open("wt") as f:
    for i, token in enumerate([*model.tokenizer.vocab, "<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

Не удалось определить, чем загружать веса модели (нет library_name и architectures).

Ревизия весов: 0bbb45a