/ Модель

Характеристики

Лицензия
MIT
Опубликована
2 окт 2026

vaani1-lite-asr-turbo

Распознавание речиАудио → текст

Оптимизированная для CTranslate2 многоязычная модель Sorika Labs для быстрой транскрипции речи в текст.

242скачиваний за 30 дней1лайквеса обновлены2 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

Vaani1-Lite-ASR-Turbo — оптимизированная для CTranslate2 версия модели распознавания речи Vaani1-Lite-ASR от Sorika Labs. Она преобразует аудио в текст и предназначена для высокоскоростной транскрипции в производственных API, веб-приложениях, на периферийных устройствах и в ботах с обработкой речи в реальном времени. README заявляет ускорение инференса в 4–5 раз, снижение потребления памяти примерно до 484 МБ и задержку менее 150 мс; формат указан как CTranslate2 для faster-whisper с INT8 и FP16.

Модель поддерживает автоматическое определение языка и более 99 языков, включая хинди, английский, китайский, японский, корейский, испанский, французский, немецкий, русский, арабский и ряд языков Индии. Для хинди заявлен WER 12,68%, для английского — 3,70%; эти показатели приведены в карточке модели. Лицензия — MIT. Качество распознавания и скорость могут зависеть от аудио, оборудования и настроек инференса.

Сценарии применения

  • транскрибация речи в реальном времени
  • распознавание речи в многоязычных аудиозаписях
  • автоматическое определение языка речи
  • создание субтитров из аудио
  • распознавание хинди и языков Индии

Ограничения

В карточке приведены показатели WER только для хинди и английского; сопоставимые метрики для остальных языков не указаны. Реальная скорость и задержка зависят от оборудования и условий инференса.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

⚡ Vaani1-Lite-ASR-Turbo (Multilingual)

High-Speed Production Engine by Sorika Labs

CTranslate2 (faster-whisper) format of sorika-labs/vaani1-lite-asr

Vaani1-Lite-ASR-Turbo is the official CTranslate2-optimized release of the Vaani1-Lite-ASR model. It provides 4x-5x faster inference, cuts memory consumption by 50% (only ~484MB), and delivers real-time speech-to-text with latency under 150ms across 99+ languages (Hindi, English, Chinese, Japanese, Korean, Spanish, etc.).


🌍 Multilingual Capabilities

  • Hindi (hi): SOTA fine-tuned accuracy (12.68% WER, beats Whisper-Large-v3).
  • English (en): 3.70% WER (Zero catastrophic forgetting).
  • East Asian (zh, ja, ko): Full transcription support for Chinese, Japanese, and Korean.
  • Indic Languages: Bengali, Tamil, Telugu, Marathi, Gujarati, Urdu, Kannada, Malayalam, Punjabi.
  • Auto-Detection: Automatically identifies the spoken language from audio.

🚀 Quickstart: Real-Time Transcription

Install faster-whisper:

pip install faster-whisper

Transcribe with Python:

from faster_whisper import WhisperModel

# Load the turbo model on CPU (uses ~250MB RAM)
model = WhisperModel("sorika-labs/vaani1-lite-asr-turbo", device="cpu", compute_type="int8")

# Transcribe Hindi, English, Chinese, Korean, or Auto-Detect:
segments, info = model.transcribe("sample_audio.wav", vad_filter=True)

print(f"Detected Language: {info.language} ({info.language_probability:.2f})")
for segment in segments:
    print(f"[{segment.start:.2f}s -> {segment.end:.2f}s] {segment.text}")

🔗 Models in this Family

ModelFormatBest ForLink
Vaani1-Lite-ASRPyTorch / TransformersFine-tuning, PyTorch pipelines, Colab demoHugging Face
Vaani1-Lite-ASR-TurboCTranslate2 / INT8 / FP16Production APIs, Web Apps, Edge & Real-time botsHugging Face

📜 License & Developer

  • License: MIT (Permissive open source)
  • Developer: Sorika Labs

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
a4be6f3

0 моделей