/ Модель

Характеристики

Контекст
2 048 токенов
Лицензия
Apache 2.0
Архитектура
cohere_asr · dense
Базовая модель
cohere-transcribe-03-2026
Библиотека
mlx-speech
Опубликована
25 июн 2026

cohere-transcribe-03-2026-mlx-4bit

Распознавание речиАудио → текст6 профессий

4-битная MLX-версия Cohere Transcribe для локальной транскрибации речи на Apple Silicon.

47скачиваний за 30 дней1лайквеса обновлены25 июн 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

Это 4-битная MLX-квантизация модели Cohere Transcribe 03-2026, опубликованная Spoke для локального распознавания речи на устройствах Apple Silicon. Модель выполняет транскрибацию аудио в текст; для загрузки используется библиотека mlx-speech, а не mlx-audio.

В README указаны квантизация affine с размером группы 64 и результаты внутреннего теста Spoke на 250 образцах LibriSpeech test-clean: WER 1,28%, скорость 0,05× реального времени и пиковое потребление памяти 1,89 ГБ. Эти показатели относятся к описанному тесту и не гарантируют такие же результаты на других данных и устройствах. Базовая модель Cohere Transcribe — специализированная ASR-модель на 2 млрд параметров для 14 языков; языки в предоставленных метаданных не перечислены. Репозиторий распространяется по лицензии Apache-2.0.

Сценарии применения

  • транскрибация аудиозаписей на Mac
  • локальное распознавание речи без облачного сервиса
  • преобразование речи в текст в приложениях для Apple Silicon

Ограничения

Предназначена для запуска через mlx-speech на Apple Silicon; README требует Python 3.13+ и предварительного преобразования аудио в 16 кГц. Заявленные WER и скорость получены на внутреннем тесте из 250 образцов LibriSpeech test-clean и могут не переноситься на другие условия.

Для каких профессий подходит6

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

spokedotso/cohere-transcribe-03-2026-mlx-4bit

A 4-bit MLX quantization of CohereLabs/cohere-transcribe-03-2026, hosted by Spoke for on-device speech-to-text on Apple Silicon.

Derived from the native mlx-speech conversion (mlx-community/cohere-transcribe-03-2026-mlx-8bit, maintained by appautomaton) by dequantizing the int8 weights and re-quantizing to 4-bit (affine, group size 64) with mlx-speech's own quantizer. Loads via the mlx-speech library (Python 3.13+), not stock mlx-audio.

Why this exists

On Spoke's internal LibriSpeech test-clean benchmark (250 samples), this 4-bit build measured 1.28% WER at 0.05x real-time factor with a 1.89 GB peak memory footprint, beating the previously shipped 4-bit Whisper turbo (2.66% WER) on accuracy and speed while staying under a 2 GB memory budget.

Usage

import numpy as np, soundfile as sf
from mlx_speech.generation import CohereAsrModel

audio, sr = sf.read("input.wav", dtype="float32", always_2d=False)
if audio.ndim > 1:
    audio = audio.mean(axis=1)
# resample to 16 kHz first if sr != 16000

model = CohereAsrModel.from_path("path/to/this/repo")
print(model.transcribe(audio, sample_rate=16000, language="en").text)

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx-speech

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Ревизия весов
064e51e

0 моделей