/ Модель

Характеристики

Лицензия
CC BY 4.0
Базовая модель
parakeet-tdt-0.6b-v2
Опубликована
3 мая 2025

parakeet-tdt-0.6b-v2-mlx

Распознавание речиАудио → текст8 профессий

MLX-версия англоязычной модели NVIDIA Parakeet TDT 0.6B V2 для транскрибации речи в текст.

191скачиваний за 30 дней7лайковвеса обновлены6 мая 2025

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 NVIDIA Parakeet TDT 0.6B V2, преобразованная автором репозитория в формат safetensors с небольшими настройками для инференса через MLX. Репозиторий сохранён для обратной совместимости; в README рекомендована более новая копия в mlx-community.

Модель предназначена для автоматической транскрибации аудио в текст и запускается, в частности, через библиотеку parakeet-mlx. Базовая модель NVIDIA ориентирована на английскую речь и формирует транскрипцию с пунктуацией, заглавными буквами и временными метками слов. Данных о размере контекста и результатах оценки этой версии в README нет.

Модель основана на nvidia/parakeet-tdt-0.6b-v2 и распространяется по лицензии CC BY 4.0. Это конверсия с настройками для MLX, а не заявленная новая архитектура или самостоятельное дообучение; качество распознавания зависит от аудио и условий записи.

Сценарии применения

  • транскрибация английских аудиозаписей
  • создание текстовых расшифровок подкастов и интервью
  • получение транскрипции с пунктуацией и заглавными буквами
  • разметка распознанной речи временными метками слов

Ограничения

Модель ориентирована на английскую речь; качество распознавания может снижаться при шуме, плохой записи или речи на других языках. Репозиторий оставлен для обратной совместимости, и README рекомендует использовать более новую копию в mlx-community.

Для каких профессий подходит8

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

Parakeet TDT 0.6b V2

Note: This model is now hosted at mlx-community/parakeet-tdt-0.6b-v2. This repository remains available for backward compatibility, but I recommend using the new location.

This is an MLX version of ASR model, Parakeet TDT 0.6b V2.

Converted to safetensors and minor adjustment for MLX inference. Inference code can be found here!

To inference right away in command line, you can follow those steps:

pip install parakeet-mlx # or uv tool install parakeet-mlx

parakeet-mlx audio.wav --model senstella/parakeet-tdt-0.6b-v2-mlx

Please refer to original model card for more information about the model.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Архитектура ? неизвестна transformers в образе рантайма.

Ревизия весов
ab48719

0 моделей