MLX-версия NVIDIA Parakeet-TDT 0.6B v2 для транскрибирования английской речи с пунктуацией и временными метками слов.
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
Это конвертированная в формат MLX версия модели распознавания речи NVIDIA Parakeet-TDT 0.6B v2, подготовленная сообществом mlx-community на основе nvidia/parakeet-tdt-0.6b-v2. Модель предназначена для преобразования аудиозаписей в текст; для запуска предлагаются библиотеки parakeet-mlx и mlx-audio.
В основе — архитектура FastConformer/Conformer и метод TDT; исходная модель содержит около 0,6 млрд параметров. По описанию базовой модели, она транскрибирует английскую речь, расставляя пунктуацию и заглавные буквы, а также выдаёт временные метки слов. Репозиторий использует safetensors и библиотеку MLX. Лицензия — CC BY 4.0.
Базовая модель ориентирована на английскую речь; сведения о качестве распознавания в шуме и поддержке других языков в предоставленных данных отсутствуют.
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-tdt-0.6b-v2 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-tdt-0.6b-v2
pip install -U mlx-audio
python -m mlx_audio.stt.generate --model mlx-community/parakeet-tdt-0.6b-v2 --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.