/ Модель

Характеристики

Параметры
905 млн
Размер весов
3,1 ГБ
Лицензия
Apache 2.0
Архитектура
whisper · dense
Библиотека
mlx-audio
Опубликована
13 янв 2026

whisper-large-v3-asr-fp16

Распознавание речиАудио → текст11 профессий

Преобразованная в формат MLX версия Whisper large-v3 для многоязычного распознавания речи и транскрибации аудио.

379скачиваний за 30 дней1лайквеса обновлены13 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

mlx-community/whisper-large-v3-asr-fp16 — преобразованная сообществом mlx-community версия OpenAI Whisper large-v3 для распознавания речи. Модель на архитектуре Whisper содержит около 905 млн параметров и предназначена для преобразования аудио в текст; репозиторий подготовлен в формате MLX для использования с библиотекой mlx-audio и содержит веса Safetensors в FP16.

Модель подходит для транскрибации аудиозаписей и распознавания речи на разных языках, включая русский и английский. Карточка отсылает к исходной модели OpenAI за подробностями о её возможностях. Лицензия репозитория — Apache-2.0.

Сценарии применения

  • транскрибация аудиозаписей на русском языке
  • преобразование речи на английском и других языках в текст
  • распознавание речи в подкастах и интервью
  • подготовка текстовых расшифровок аудио для поиска

Ограничения

Это конверсия в формат MLX, предназначенная для использования с mlx-audio; дополнительные ограничения качества в карточке не описаны.

Для каких профессий подходит11

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-large-v3-asr-fp16

This model was converted to MLX format from openai/whisper-large-v3 using mlx-audio version 0.3.0. 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-large-v3-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-large-v3-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
f4b9d56

0 моделей