/ Модель

Характеристики

Контекст
1 024 токена
Параметры
51,7 млн
Размер весов
144 МБ
Лицензия
Apache 2.0
Архитектура
whisper · dense
Библиотека
mlx-audio
Опубликована
15 янв 2026

whisper-base-asr-fp16

Распознавание речиАудио → текст10 профессий

Компактная версия Whisper Base в формате MLX FP16 для распознавания речи и транскрипции аудио на нескольких языках.

486скачиваний за 30 дней0лайковвеса обновлены15 янв 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

Это версия модели распознавания речи Whisper Base, преобразованная сообществом mlx-community из openai/whisper-base в формат MLX с точностью FP16. Она предназначена для автоматической транскрипции аудио в текст и работает с библиотекой mlx-audio. Модель содержит около 51,7 млн параметров и поддерживает распознавание речи на множестве языков, включая русский и английский.

Модель подходит для преобразования записей, интервью и разговоров в текст. Репозиторий распространяется по лицензии Apache-2.0. Качество распознавания зависит от языка, чистоты аудио и условий записи; карточка рекомендует обращаться к исходной модели для подробностей.

Сценарии применения

  • транскрибация интервью и встреч
  • распознавание речи в аудиозаписях
  • создание субтитров из речи
  • преобразование русской речи в текст

Ограничения

Качество распознавания зависит от языка и условий записи. Подробные характеристики и ограничения следует сверять с карточкой исходной модели Whisper Base.

Для каких профессий подходит10

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

mlx-community/whisper-base-asr-fp16

This model was converted to MLX format from openai/whisper-base using mlx-audio version 0.2.10. Refer to the original model card for more details on the model.

Use with mlx-audio

pip install -U mlx-audio

CLI Example:

python -m mlx_audio.stt.generate --model mlx-community/whisper-base-asr-fp16 --audio "audio.wav"

Python Example:

from mlx_audio.stt.utils import load_model
from mlx_audio.stt.generate import generate_transcription
model = load_model("mlx-community/whisper-base-asr-fp16")
transcription = generate_transcription(
    model=model,
    audio_path="path_to_audio.wav",
    output_path="path_to_output.txt",
    format="txt",
    verbose=True,
)
print(transcription.text)

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx-audio

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
WhisperForConditionalGeneration
Ревизия весов
52f819c

0 моделей