Характеристики

Лицензия: Apache 2.0
Опубликована: 23 июл 2026

Ссылки

Hugging Face

betterflow-hindi-streaming-ctc

mobilebytesensei

Распознавание речиАудио → текст

Потоковая CTC-модель для диктовки и распознавания речи на хинди и хинглише с промежуточными результатами во время речи.

0скачиваний за 30 дней0лайковвеса обновлены23 июл 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

betterflow Hindi/Hinglish streaming CTC — модель распознавания речи, подготовленная mobilebytesensei на основе весов Vengadanathan/hindi-hinglish-zipformer-ctc-streaming Phase 3. Она предназначена для потоковой диктовки на устройстве: Zipformer2 с CTC выдаёт промежуточные результаты прямо во время речи, с задержкой первого результата около 155 мс. Модель экспортирована в ONNX и квантизирована до int8; файл энкодера занимает 69 МБ, для работы используется sherpa-onnx.

Модель рассчитана на хинди и хинглиш. В README приведены показатели WER 25,7% на IndicVoices-hi и 39,9% на звонках на хинглише; также сообщается о проверке декодирования реальных записей MUCS Hinglish. Лицензия — Apache-2.0. Указанные ошибки распознавания и поддержка конкретных языков ограничивают её применение: результаты могут требовать проверки, особенно для хинглиша.

Сценарии применения

потоковая диктовка на хинди на устройстве
распознавание хинди в аудиозаписях
распознавание хинглиша в телефонных звонках

Ограничения

В README указаны WER 25,7% для IndicVoices-hi и 39,9% для звонков на хинглише, поэтому распознанный текст может требовать проверки. Заявлена поддержка хинди и хинглиша.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

betterflow — Hindi/Hinglish streaming CTC (sherpa-onnx)

Streaming zipformer2 CTC exported to ONNX for on-device dictation. Emits partials DURING speech, so first-partial latency is constant (~155 ms class) rather than proportional to utterance length — the property batch whisper structurally lacks.

encoder.int8.onnx (69 MB) + tokens.txt (104 Devanagari codepoint tokens)
Load with sherpa-onnx
Source weights: Vengadanathan/hindi-hinglish-zipformer-ctc-streaming Phase 3 (~337h), Apache-2.0. 25.7% WER IndicVoices-hi / 39.9% Hinglish calls.
Exported + int8-quantized + verified decoding real MUCS Hinglish via sherpa-onnx 1.13.4. Casing is a non-issue: Devanagari has no case.

Mirrored so betterflow can pin an immutable revision and checksum. Weights unmodified but for int8 quantization.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Ревизия весов: 2c8ad90