Характеристики

Размер весов: 2,3 МБ
Лицензия: Apache 2.0
Библиотека: onnx
Опубликована: 3 авг 2026

Ссылки

Hugging Face

termux_os-asset-fireredvad-htp-onnx

johnson-yo

Поиск речи в аудиоАудио → label

Потоковая модель FireRedVAD в формате ONNX определяет наличие речи в монофоническом аудиопотоке с частотой 16 кГц.

0скачиваний за 30 дней0лайковвеса обновлены4 сен 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

FireRedVAD Stream-VAD — это экспорт потоковой модели обнаружения голосовой активности FireRedVAD в формате ONNX, подготовленный для использования как переносимый пакет ресурсов Termux-OS. Модель основана на потоковом чекпойнте FireRedTeam/FireRedVAD и использует архитектуру DFSMN. В репозитории находятся граф ONNX в формате FP32 и статистики CMVN; граф принимает признаки монофонического аудиосигнала с частотой 16 кГц и возвращает вероятности речи вместе с состоянием для следующего шага потока.

Модель предназначена для определения участков речи в аудиопотоке, например для предварительной фильтрации тишины перед распознаванием речи или для потоковых речевых приложений. Репозиторий содержит только исходный пакет весов, а подготовку и загрузку модели, ведение рекуррентного состояния и очистку ресурсов выполняет приложение-потребитель. Лицензия — Apache-2.0.

Сценарии применения

обнаружение речи в потоковом аудио
фильтрация тишины перед распознаванием речи
определение речевых сегментов в аудиоприложении
обнаружение голосовой активности на устройстве

Ограничения

Модель требует монофонических аудиоданных с частотой 16 кГц и управления потоковым состоянием со стороны приложения-потребителя. Репозиторий предоставляет веса и статистики CMVN, но не содержит готового исполняемого сервиса или артефакта, собранного под конкретное устройство.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

FireRedVAD Stream-VAD — Termux-OS Model Asset

This repository contains a portable FP32 ONNX export of the streaming FireRedVAD model for Termux-OS. It is a raw Model Asset Package, not a service or an executable release.

File	Size	Role
`model.onnx`	2,287,373 B	streaming DFSMN graph
`cmvn.bin`	640 B	80 means and 80 inverse standard deviations

The graph consumes 16 kHz mono features and keeps recurrent state in the consumer. It returns speech probabilities and the next packed state. The package contains no device-specific compiled artifact; a consumer may prepare one in its own local cache.

Provenance

The source material is FireRedTeam/FireRedVAD at immutable revision 7990aaccc6b7aec1e527743bd30201f2c4a03b8c.

model.onnx is an ONNX export of Stream-VAD/model.pth.tar.
cmvn.bin is derived from Stream-VAD/cmvn.ark as flat float32 statistics.
The files hosted here are the exact bytes recorded by the Registry.

The local package revision is 1b56350b18bca1243acdc76121acb4c8bbb8d7af.

Runtime boundary

Framework installs and verifies raw bytes. The App/consumer owns model preparation, loading, readiness, recurrent state, and cleanup. This repository does not publish consumer caches or user data.

Как запустить

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

GPU в ailist

Универсальный рантайм · onnx

Нельзя запустить

Задача «voice-activity-detection» пока не поддерживается рантаймом.

Ревизия весов: c30a53e