/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
executorch
Опубликована
20 авг 2025

react-native-executorch-whisper-base

Распознавание речиАудио → текст4 профессии

whisper-base — это модель автоматического распознавания речи, подготовленная компанией Software Mansion для библиотеки React Native ExecuTorch.

2 124скачиваний за 30 дней0лайковвеса обновлены12 окт 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

В репозитории размещены экспортированные программы ExecuTorch в формате .pte, готовые к запуску непосредственно на устройстве. Исходной моделью является whisper-base от OpenAI.

Модель предназначена для сценариев преобразования речи в текст в приложениях на React Native и в собственных приложениях, использующих runtime ExecuTorch. Доступны варианты для backend Core ML, MLX, Vulkan и XNNPACK с точностью fp16, bf16, int8 или fp32; размер файлов составляет примерно от 97,8 до 380 МБ в зависимости от варианта. Точные архитектурные характеристики, поддерживаемые языки и размер контекста в README не указаны. Файлы опубликованы для ExecuTorch версии 1.4.1; обратная совместимость с более старыми версиями не гарантируется, а для новых версий также следует учитывать совместимость runtime. Репозиторий распространяется по лицензии Apache-2.0.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

whisper-base

This repository hosts the whisper-base models exported for the React Native ExecuTorch library as ExecuTorch .pte programs, ready to run on device.

Upstream model: whisper-base

Variants

PathBackendPrecision
coreml/whisper_base_coreml_fp16.ptecoremlfp16
mlx/whisper_base_mlx_bf16.ptemlxbf16
mlx/whisper_base_mlx_int8.ptemlxint8
vulkan/whisper_base_vulkan_fp16.ptevulkanfp16
vulkan/whisper_base_vulkan_int8.ptevulkanint8
xnnpack/whisper_base_xnnpack_fp32.ptexnnpackfp32
xnnpack/whisper_base_xnnpack_int8.ptexnnpackint8

XNNPACK int8

xnnpack/whisper_base_xnnpack_int8.pte is 8da8w (int8 dynamic activations, int8 per-channel weights). Greedy WER (CER for zh) against the fp32 file, LibriSpeech test-clean (150 clips) and FLEURS (80 per language):

endeesplfrzh
fp324.1224.8813.6647.3540.7621.27
int83.9425.0413.8746.3941.0921.27

Repository structure

config.json                            34 B
coreml/config.json                     1.5 kB
coreml/whisper_base_coreml_fp16.pte    140 MB
mlx/config.json                        2.6 kB
mlx/whisper_base_mlx_bf16.pte          139 MB
mlx/whisper_base_mlx_int8.pte          97.8 MB
tokenizer.json                         2.4 MB
vulkan/config.json                     2.6 kB
vulkan/whisper_base_vulkan_fp16.pte    335 MB
vulkan/whisper_base_vulkan_int8.pte    196 MB
xnnpack/config.json                    2.6 kB
xnnpack/whisper_base_xnnpack_fp32.pte  380 MB
xnnpack/whisper_base_xnnpack_int8.pte  254 MB

Compatibility

These files are published for the ExecuTorch v1.4.1 runtime. ExecuTorch gives no forward compatibility guarantee, so an older runtime may fail to load them.

To use them in React Native ExecuTorch, pass the model constant shipped in the library's model registry to the corresponding task pipeline. See the documentation.

To load these files in your own ExecuTorch runtime, read the compatibility note first.

Как запустить

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

GPU в ailist

Универсальный рантайм · executorch

Нельзя запустить

Библиотека «executorch» рантаймом не поддерживается.

Ревизия весов
eacc2d6

0 моделей