Восьмибитная MLX-модель для транскрибирования аудио и разделения текста по говорящим на Apple Silicon.
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
plaincompute/mlx-MOSS-Transcribe-Diarize-8bit — восьмибитная версия MOSS-Transcribe-Diarize для запуска через MLX на Apple Silicon. Веса текстовой части модели квантизированы методом MLX affine quantization с bits=8 и group_size=64; аудиоэнкодер Whisper и VQ-адаптер не квантизированы. Репозиторий основан на vanch007/mlx-MOSS-Transcribe-Diarize.
Модель предназначена для распознавания речи из аудиофайлов и разделения транскрипта по говорящим. Метаданные указывают задачу automatic-speech-recognition и поддержку speaker diarization. Используется архитектура MossTranscribeDiarizeForConditionalGeneration с аудиоэнкодером Whisper. Лицензия — Apache-2.0.
README описывает обработку входного WAV-файла; поддержка других аудиоформатов не подтверждена. Языки распознавания и максимальная длительность аудио в предоставленных данных не указаны.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
8bit MLX weight-only quantized variant of vanch007/mlx-MOSS-Transcribe-Diarize.
Quantization uses MLX affine quantization with bits=8 and group_size=64 on the text backbone, excluding the Whisper audio encoder and VQ adaptor.
python -m moss_transcribe_diarize.mlx.cli /path/to/input.wav \
--model plaincompute/mlx-MOSS-Transcribe-Diarize-8bit \
--out-dir runs/mlx_8bit_example
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · mlx
MLX-модели работают только на Apple Silicon.