8-битная MLX-конверсия мультиязычной Whisper large-v3 для распознавания речи и транскрибации аудио.
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 подготовила конверсию Whisper large-v3 от OpenAI в формат MLX с 8-битным представлением весов. Модель предназначена для распознавания речи и преобразования аудио в текст; её можно использовать для транскрибации аудиозаписей и речи в приложениях на базе MLX.
Whisper large-v3 — мультиязычная модель. Репозиторий указывает библиотеку mlx-audio-plus и формат safetensors. Модель распространяется по лицензии Apache-2.0. Карточка описывает преобразование исходной модели в MLX, поэтому заявленное здесь назначение — распознавание речи.
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 openai/whisper-large-v3 using mlx-audio-plus version 0.1.4.
pip install -U mlx-audio-plus
mlx_audio.stt --model mlx-community/whisper-large-v3-8bit --audio audio.mp3
from mlx_audio.stt import transcribe
result = transcribe(
audio="audio.mp3",
model="mlx-community/whisper-large-v3-8bit",
)
print(result["text"])
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · mlx-audio-plus
MLX-модели работают только на Apple Silicon.