Характеристики

Лицензия: Apache 2.0
Базовая модель: Breeze-ASR-26
Опубликована: 17 июл 2026

Ссылки

Breeze-ASR-26-GGML

Распознавание речиАудио → текст

Квантованная версия Breeze-ASR-26 для whisper.cpp распознаёт тайваньский хоккиен и мандаринскую речь с локальным запуском на устройствах с ограниченной памятью.

0скачиваний за 30 дней1лайквеса обновлены17 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

Breeze-ASR-26-GGML — версия модели распознавания речи MediaTek-Research/Breeze-ASR-26, подготовленная для запуска через whisper.cpp. Она предназначена для локальной транскрибации аудио на устройствах с ограниченной памятью и поддерживается настольными приложениями MacWhisper Pro и superwhisper. Модель распознаёт тайваньский хоккиен (Taigi), передавая его смысл китайскими иероглифами в мандаринском варианте; также заявлено распознавание мандаринской речи без ухудшения качества относительно базовой модели.

В репозитории представлены варианты квантования Q4_0 и Q5_0 в формате GGML: их размер составляет 848 МБ и 1,1 ГБ, а пиковое потребление памяти — 1,85 и 2,03 ГБ соответственно. Для Q4_0 указана скорость обработки 0,40 RTF на CPU с четырьмя потоками. Модель подходит для локальной обработки записей встреч и работы на хостах с 4 ГБ памяти. Лицензия — Apache-2.0.

Сценарии применения

транскрибация записей встреч на мандаринском
распознавание тайваньского хоккиена с передачей смысла на мандаринском
локальная расшифровка речи на компьютере с 4 ГБ памяти
транскрибация аудио через MacWhisper Pro или superwhisper

Ограничения

Тайваньский хоккиен транскрибируется передачей смысла китайскими иероглифами в мандаринском варианте, а не дословно символами хоккиена. Версия GGML медленнее сборки CTranslate2: для Q4_0 указано 0,40 RTF на CPU с четырьмя потоками.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Breeze-ASR-26 — GGML (whisper.cpp, Q4_0 / Q5_0)

The smallest-footprint build: peak RSS 1.85 GB (Q4_0), fits a 4 GB host, and loads directly in whisper.cpp desktop apps (MacWhisper Pro, superwhisper) — drag the .bin in, no code. Slower than CT2 (RTF 0.40) but the RAM floor is 1 GB lower.

(Files are whisper.cpp GGML format. whisper.cpp GGUF support is in progress upstream, ggml-org/whisper.cpp#3316; GGUF builds will be added when the toolchain lands.)

Part of the Breeze-ASR-26 edge family — the same MediaTek model in every runtime, pick by your constraint:

Repo Runtime RSS RTF (CPU 4-thread) Best for
Breeze-ASR-26-ct2 CTranslate2 / faster-whisper ~2.9 GB 0.21 servers, 8 GB+ hosts, GPU
Breeze-ASR-26-GGML whisper.cpp / MacWhisper 1.85 GB 0.40 4 GB hosts, desktop apps
Breeze-ASR-26-ONNX sherpa-onnx / onnxruntime — 1.3 Android / iOS / WASM

All Apache-2.0, derived from MediaTek-Research/Breeze-ASR-26. Measured on real multi-speaker Mandarin meeting audio. Mandarin does not regress; Taigi is transcribed as Mandarin meaning (not verbatim Taigi characters).

Repo	Runtime	RSS	RTF (CPU 4-thread)	Best for
Breeze-ASR-26-ct2	CTranslate2 / faster-whisper	~2.9 GB	0.21	servers, 8 GB+ hosts, GPU
Breeze-ASR-26-GGML	whisper.cpp / MacWhisper	1.85 GB	0.40	4 GB hosts, desktop apps
Breeze-ASR-26-ONNX	sherpa-onnx / onnxruntime	—	1.3	Android / iOS / WASM

Usage

# whisper.cpp
whisper-cli -m breeze-q5_0.bin -f meeting.wav -l zh -t 4

MacWhisper Pro / superwhisper: download breeze-q5_0.bin, drag it in as a custom model.

Build	Disk	Peak RSS	RTF
Q4_0	848 MB	1.85 GB	0.40
Q5_0	1.1 GB	2.03 GB	0.62

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов: 16b8f9a