/ Модель

Характеристики

Лицензия
CC BY 4.0
Базовая модель
stt_en_conformer_ctc_small
Библиотека
loom-py-rt
Опубликована
10 авг 2026

conformer-ctc-small-loom

Распознавание речиАудио → текст4 профессии

Небольшая англоязычная модель NVIDIA NeMo для транскрибации речи, экспортированная в GGUF для запуска через loom.cpp.

131скачиваний за 30 дней0лайковвеса обновлены1 окт 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

Conformer-CTC Small (en) — небольшая английская модель распознавания речи NVIDIA NeMo на архитектуре Conformer-CTC, подготовленная для запуска в loom.cpp. Репозиторий содержит экспорт в формате GGUF; согласно карточке, веса не изменены относительно nvidia/stt_en_conformer_ctc_small. Модель принимает аудио и преобразует его в текст, подходит для транскрибации англоязычной речи. Для запуска предусмотрена библиотека loom-py-rt, которая выполняет необходимые для модели обработку аудио и сборку результата. Репозиторий распространяется по лицензии CC BY 4.0.

Сценарии применения

  • транскрибация англоязычных аудиозаписей
  • преобразование английской речи в текст
  • распознавание речи в монофонических записях

Ограничения

Модель предназначена для английской речи; карточка не приводит результатов оценки качества или характеристик поддержки других языков.

Для каких профессий подходит4

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

Conformer-CTC Small (en)

NVIDIA NeMo's small Conformer-CTC English ASR model, exported for loom.cpp.

This is a loom.cpp export: a single self-describing GGUF that carries its own graph topologies, tokenizer (if any) and driver script, produced by loom-exporter.

Original model

Exported from nvidia/stt_en_conformer_ctc_small. Weights are unmodified; this repo packages the same parameters into loom.cpp's GGUF format.

License

cc-by-4.0, inherited from the base model above.

Language(s)

en

Usage

Run it with loom-py -- loom-py-rt on PyPI:

pip install -U "loom-py-rt[hub]"
import loom

model = loom.Model.from_pretrained("loom-ai-org/conformer-ctc-small-loom")

# Audio is a mono float list at 16 kHz. This model decodes in the one language it was trained for and
# takes no `language=` argument -- passing one warns and is ignored, because nothing in its decode
# could act on it.
result = model.speech2text.infer(audio, timestamps=True)
print(result.text)

# It emits no timestamp tokens, so `segments` is one span covering the whole clip and
# `result.timestamped` is False. Check that before treating a start/end as a boundary the model chose.
for segment in result.segments:
    print(segment.start, segment.end, segment.text)

The layer underneath

The call above is the high-level door: one per task, named for the modality pair it maps between, with the windowing, sampling and assembly this model needs already applied. Under it, model.infer(...) passes your arguments straight to the driver this GGUF embeds -- which is where you go for a knob the door does not name.

model.driver_source prints that driver, including a header comment documenting every argument it accepts for this model, and is the authority on it. See loom-py for the API and loom.cpp for what the engine does between the two.

Files

  • conformer-ctc-small.gguf -- the model, exported with loom-exporter.

Как запустить

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

GPU в ailist

Универсальный рантайм · loom-py-rt

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
e6ccc7d

0 моделей