Конвертированная в MLX модель FastConformer CTC для распознавания английской речи и преобразования аудио в текст.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
mlx-community/parakeet-ctc-0.6b — версия модели Parakeet-CTC-0.6b, подготовленная сообществом mlx-community в формате MLX из nvidia/parakeet-ctc-0.6b. Это модель распознавания речи на архитектуре FastConformer с CTC, предназначенная для преобразования аудио в текст и доступная через библиотеки parakeet-mlx и mlx-audio.
Базовая модель от NVIDIA NeMo и Suno.ai распознаёт английскую речь. Репозиторий использует библиотеку MLX и содержит веса в формате safetensors; в карточке указана лицензия CC BY 4.0. Подробности об условиях работы и характеристиках распознавания приведены в карточке исходной модели.
Базовая модель рассчитана на распознавание английской речи; качество для других языков не подтверждено. Для подробностей о характеристиках и режимах работы следует обращаться к карточке исходной модели.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This model was converted to MLX format from nvidia/parakeet-ctc-0.6b using the conversion script. Please refer to original model card for more details on the model.
pip install -U parakeet-mlx
parakeet-mlx audio.wav --model mlx-community/parakeet-ctc-0.6b
pip install -U mlx-audio
python -m mlx_audio.stt.generate --model mlx-community/parakeet-ctc-0.6b --audio audio.wav --output somewhere
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · mlx
MLX-модели работают только на Apple Silicon.