MLX-версия модели NVIDIA Parakeet для распознавания японской речи и преобразования её 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
Это версия модели распознавания речи NVIDIA Parakeet TDT-CTC 0.6B для MLX, подготовленная сообществом mlx-community из репозитория nvidia/parakeet-tdt_ctc-0.6b-ja. Она преобразована для запуска с библиотекой MLX на совместимом оборудовании Apple и предназначена для преобразования японской речи в текст с пунктуацией. Модель относится к семейству FastConformer/Conformer и принимает аудио, выдавая текстовую транскрипцию.
Репозиторий распространяется по лицензии CC BY 4.0; подробности о качестве распознавания и ограничениях следует сверять с карточкой исходной модели.
Модель рассчитана на японскую речь; качество для других языков не подтверждено. Версия подготовлена для MLX, поэтому способ запуска зависит от совместимого программного окружения и оборудования.
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_ctc-0.6b-ja 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_ctc-0.6b-ja
pip install -U mlx-audio
python -m mlx_audio.stt.generate --model mlx-community/parakeet-tdt_ctc-0.6b-ja --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.