Компактная мультиязычная модель Whisper Tiny для локального преобразования речи в текст в движке OnyxSTT.
11скачиваний за 30 дней0лайковвеса обновлены28 июл 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
Onyx-Whisper-Tiny — компактная модель распознавания речи на базе Whisper Tiny от OpenAI, подготовленная для движка OnyxSTT на устройствах Apple с MLX. В модели 29,4 млн параметров; аудиоэнкодер квантован до 4 бит с размером группы 64, а декодер, эмбеддинги и свёрточные слои сохранены в fp16. Такой смешанный формат занимает около 66 МБ вместо примерно 151 МБ в fp32.
Модель предназначена для преобразования аудио в текст, включая локальную транскрибацию записей. По данным карточки, смешанная точность сохраняет качество базовой версии на проверенных фрагментах с числами, именами и кодами; полная 4-битная квантизация декодера могла бы ухудшить их распознавание. Поддерживается мультиязычный режим. Лицензия — Apache-2.0, унаследованная от базовой модели.
Сценарии применения
локальная транскрибация аудиозаписей
распознавание речи на устройствах Apple с MLX
расшифровка фрагментов речи с числами, именами и кодами
Ограничения
В README не перечислены поддерживаемые языки по отдельности. Проверка качества описана для отдельных аудиофрагментов и сама по себе не гарантирует такую же точность на других данных.
Для каких профессий подходит7
Разделы каталога профессий, в задачах которых используется эта модель
MLX quantization of openai/whisper-tiny (Apache-2.0) for the
Onyx on-device speech-to-text engine (OnyxSTT). Mixed precision: the AUDIO ENCODER is 4-bit (group_size
64); the DECODER + embeddings + convs stay fp16. ~66 MB (from ~151 MB fp32). Whispers autoregressive
decoder is quant-sensitive (full 4-bit mishears numbers/codes), so only the robust encoder is 4-bit.
Verified WER-neutral vs fp32 on clips with numbers/names/codes. Inherits the base Apache-2.0 license.
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров