MLX-версия модели NVIDIA Parakeet 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-rnnt-0.6b — преобразованная в формат MLX версия модели NVIDIA parakeet-rnnt-0.6b. Это модель распознавания речи на архитектуре FastConformer с RNN-T, предназначенная для получения текстовой расшифровки из аудио. Базовая модель рассчитана на английскую речь; репозиторий содержит веса safetensors для использования с библиотекой MLX на совместимом оборудовании Apple.
Модель подходит для транскрибирования записей и аудиопотоков на английском языке. В README приведены варианты запуска через parakeet-mlx и mlx-audio. Лицензия — CC BY 4.0. Данные о размере и длине контекста для этой версии в предоставленных источниках отсутствуют.
Базовая модель предназначена для английской речи; запуск через MLX ориентирован на совместимое оборудование Apple.
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-rnnt-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-rnnt-0.6b
pip install -U mlx-audio
python -m mlx_audio.stt.generate --model mlx-community/parakeet-rnnt-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.