I.6Перевод и языковая адаптация

RLM-hinglish-translator-2 — модель перевода неформального хинглиша на английский язык, разработанная Rudra Shah. Это дообученная с помощью PEFT/LoRA модель семейства Gemma 4 с плотной архитектурой; карточка описывает её как инструкционную модель с 4 млрд параметров. Обучение проводилось в разговорном формате на 15 000 пар из набора findnitai/english-to-hinglish. Модель предназначена для перевода коротких повседневных сообщений на хинглише — смешении хинди и английского, распространённом в разговорной речи Индии. Она принимает текст и выдаёт английский перевод; обучение в формате чата помогает следовать запросу и учитывать контекст. Репозиторий содержит веса safetensors и использует библиотеку Transformers. Модель лучше подходит для коротких неформальных фраз. Она может хуже справляться с длинными предложениями, обилием сленга и региональными вариантами речи; перевод выполняется только с хинглиша на английский. Лицензия — MIT.

Sanskrit-qwen-7B-Translate-v2-i1-GGUF — GGUF-квантизированная версия модели Sanskrit-qwen-7B-Translate-v2, разработанной diabolic6045 и опубликованной в квантизированном виде mradermacher. Модель создана на базе Qwen с заявленным размером 7B и дообучена на Sanskrit-transliteration-chat-dataset. Модель предназначена прежде всего для перевода и транслитерации текстов на санскрите, включая преобразование между письмом Devanagari и латинской записью IAST. README также указывает английский язык, поэтому основной сценарий — двуязычная работа с санскритом и английским. Поддерживаются различные варианты GGUF-квантизации объёмом примерно от 2,0 до 6,4 ГБ, что позволяет запускать модель на устройствах с разным объёмом памяти. Сильная сторона модели — специализация на санскрите, переводе и транслитерации, а также наличие вариантов с разным компромиссом между размером, скоростью и качеством. Ограничения связаны с потерями качества при низких уровнях квантизации; README отдельно отмечает, что некоторые компактные варианты имеют низкое качество. Размер контекста, мультимодальные возможности и точные показатели качества не указаны. Модель распространяется по лицензии Apache-2.0.

Модель Moses Joshua Coker — дообученный mBART-50 для двустороннего машинного перевода между английским и крио, креольским языком Сьерра-Леоне. Это последовательностная модель Transformer с 12 слоями кодировщика и 12 слоями декодировщика; для крио добавлен токен языка kri_SL. Модель содержит 457,4 млн параметров, принимает текст и поддерживает контекст до 1024 токенов. Модель предназначена для перевода коротких повседневных фраз и простых информационных предложений с английского на крио и обратно. Её также можно использовать как основу для дальнейшего дообучения или генерации синтетических параллельных данных. По карточке, обучение проведено на наборе примерно из 1 943 пар предложений; лицензия — MIT. Качество ограничено небольшим и узким обучающим набором. Модель может ошибаться на длинных, технических и тематически незнакомых текстах, хуже справляется с переключением языков внутри фразы и может опускать или придумывать содержание. Орфография крио в результатах следует соглашениям обучающих данных; для важных переводов нужна проверка человеком.

Модель WindyTranslate/translate-en-lue — дообученная система машинного перевода, опубликованная Windstorm Labs. Она переводит текст с английского на lue и подходит для однонаправленного перевода фраз и документов. Основа — архитектура MarianMT с 56,6 млн параметров; веса safetensors доступны для загрузки через Transformers, а нативный контекст составляет 512 токенов. Разработчик объединил с базовыми весами LoRA-дообучение на параллельном корпусе. Качество перевода ещё не оценено: проверка GlotLID подтвердила язык результата, но не его точность. Модель распространяется по лицензии Apache-2.0.

WindyTranslate/translate-en-phi — модель машинного перевода от Windstorm Labs, созданная на основе Helsinki-NLP/opus-mt-en-phi. Это дообученная модель архитектуры Marian с 55,8 млн параметров и контекстом до 512 токенов; веса в репозитории представлены в формате safetensors и загружаются через Transformers. Модель переводит текст с английского на язык phi. Для дообучения применён LoRA на параллельных текстах, после чего адаптер объединён с базовыми весами. Изменились 36 из 254 тензоров; наличие отличий подтверждает происхождение модели, но не качество перевода. Модель выпущена по лицензии Apache-2.0 с атрибуцией базовой модели Helsinki-NLP.

WindyTranslate/translate-en-tut — модель машинного перевода от Windstorm Labs для перевода с английского на язык с кодом tut. Это дообученная версия Helsinki-NLP/opus-mt-en-tut: LoRA-адаптер обучили на параллельном корпусе и объединили с базовыми весами. Модель построена на архитектуре MarianMT, содержит 56,7 млн параметров и принимает текст с контекстом до 512 токенов. Модель предназначена для перевода англоязычных текстов на tut. Качество перевода пока не оценивалось бенчмарками; подтверждено изменение весов, но это само по себе не подтверждает улучшение качества. Репозиторий содержит сборку Transformers в формате safetensors. Лицензия — Apache-2.0.

WindyTranslate/translate-fi-sg — модель машинного перевода, опубликованная Windstorm Labs и дообученная на параллельных данных для перевода с финского языка на санго. Она основана на Helsinki-NLP/opus-mt-fi-sg: LoRA-дообучение слито с исходными весами; архитектура — MarianMT, размер — 49,5 млн параметров. Модель принимает текст и выдаёт текст перевода, поддерживает одно направление перевода и имеет контекст до 512 токенов. В проверке на 48 предложениях FLORES-200 модель получила chrF++ 23,87 и BLEU 3,25; авторы относят результат к ограниченному уровню и подчёркивают, что это предварительная оценка, а не публикационный результат. Репозиторий содержит веса в формате safetensors для Transformers. Лицензия — Apache-2.0.

UniSS — модель для сквозного перевода речи в речь, представленная как унифицированная одноэтапная система. Она предназначена для преобразования устной речи на одном языке в устную речь на другом без отдельной цепочки распознавания, машинного перевода и синтеза речи. В карточке заявлено сохранение тембра, эмоций и согласованности длительности исходной речи; поддерживаются английский и китайский языки. Модель основана на плотной архитектуре Qwen2 и имеет 1,6 млрд параметров, работает через Transformers и принимает контекст до 32 768 токенов. Веса объединяют Qwen/Qwen2.5-1.5B-Instruct, SparkAudio/Spark-TTS-0.5B и zai-org/glm-4-voice-tokenizer. Репозиторий содержит веса PyTorch в формате safetensors. Лицензия — CC BY 4.0. UniSS подходит для перевода устных высказываний и сохранения характеристик голоса при межъязыковой передаче речи. Доступные сведения не описывают показатели качества, поддерживаемые направления перевода, требования к аудиоформату или ограничения по длительности входа; заявленные характеристики сохранения голоса приведены в карточке модели и не сопровождаются здесь количественной оценкой.

wav2vec2-large-xls-r-300m-kurdish — модель распознавания речи на основе архитектуры Wav2Vec2ForCTC, дообученная infinitejoy на курдской части набора Mozilla Common Voice 7.0. Она преобразует аудио в текст и предназначена для автоматической транскрипции курдской речи. Модель содержит 402,7 млн параметров; в карточке указаны значения Loss 0,2548 и WER 0,2688 на наборе оценки. Модель распространяется в формате PyTorch по лицензии Apache-2.0. Карточка не описывает условия записи аудио, декодирование и языковые варианты курдского, поэтому результаты на других данных могут отличаться.

anton-l разработал эту модель, дообучив facebook/wav2vec2-large-xlsr-53 для распознавания татарской речи на данных Common Voice. Это акустическая модель Wav2Vec2 Large с архитектурой Wav2Vec2ForCTC и примерно 402,7 млн параметров. Она принимает аудио с частотой дискретизации 16 кГц и преобразует речь в текст; модель можно использовать без отдельной языковой модели. Для тестовой части Common Voice указано значение метрики 26,76 %, но название метрики в карточке не приведено. Веса доступны в форматах PyTorch и Flax, лицензия — Apache 2.0.

Модель raynardj/wenyanwen-ancient-translate-to-modern переводит классический китайский язык (вэньянь) на современный китайский. Её разработал автор raynardj; это encoder-decoder-модель на базе EncoderDecoderModel в формате PyTorch, обученная на более чем 900 тысячах пар предложений. При подготовке данных в половине случаев из исходного текста удалялись знаки препинания. Модель предназначена для перевода отдельных фрагментов классических текстов, в том числе без пунктуации, и может использоваться при чтении исторических книг. Для полного вывода автор рекомендует задавать eos_token_id=102, num_beams не меньше 3 и max_length=256. В карточке приведены примеры, а также отмечены ошибки на некоторых знакомых фразах. Лицензия в предоставленных данных не указана.

noirlab/whisper-large-v3-lingala-asr — дообученная модель распознавания речи на основе openai/whisper-large-v3, созданная для транскрибации аудио на языке лингала. Модель использует архитектуру Whisper и содержит около 905,2 млн параметров; она дообучена на наборе Google FLEURS. Модель принимает аудио и выдаёт текстовую транскрипцию. На тестовом наборе указаны Loss 0,4297 и WER 14,8266. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0.

Модель kimthegarden/whisper-small-ko-new разработана Jeongwon Kim и основана на Whisper Small — энкодер-декодерном трансформере WhisperForConditionalGeneration с 153,1 млн параметров. Это объединённая версия моделей SungBeom/whisper-small-ko и kimthegarden/whisper-korean-stt-v2-250626; в карточке также описано дообучение на 62 327 парах корейских аудиозаписей и транскрипций с использованием Transformers и PyTorch. Модель предназначена для распознавания корейской речи общего назначения: разговоров, вещания и новостей. Подходит для пакетной и офлайн-транскрипции, а также для интеграции в голосовые системы на корейском языке. Репозиторий содержит веса в формате safetensors, лицензия — MIT. Точность может снижаться на диалектах и акцентах, не представленных в обучающих данных, при сильном шуме, детской речи и произношении неносителей языка. Модель не оптимизирована для потокового распознавания и не предназначена для речи на других языках; перед применением в конкретной области рекомендуется проверить качество на её данных.

Whisper Small Chinese — дообученная модель xmzhu на базе openai/whisper-small для автоматического распознавания китайской речи. Она принимает аудио и генерирует текст; при дообучении использован китайский вариант набора Common Voice 11.0. Модель построена на архитектуре Whisper и содержит 153,1 млн параметров. На оценочной выборке указана частота ошибок слов WER 72,3626 и loss 0,3946. Высокий WER указывает на существенные ошибки распознавания, поэтому качество следует проверять на данных конкретного сценария. Модель распространяется по лицензии Apache-2.0.

vasista22/whisper-tamil-large-v2 — модель автоматического распознавания речи, созданная дообучением Whisper Large-v2 разработчиком vasista22 на тамильских данных из нескольких открытых корпусов. Она предназначена для преобразования тамильской речи в текст и оценки распознавания на соответствующих тестовых наборах. Модель использует архитектуру WhisperForConditionalGeneration и содержит около 905,2 млн параметров; доступны реализации весов PyTorch и Flax. Модель ориентирована на тамильскую речь и обучалась на корпусах IISc-MILE, ULCA, Shrutilipi, Microsoft Speech Corpus для индийских языков, Google Fleurs и Babel. Для обучения применялся спринт по дообучению Whisper; Apache-2.0 разрешает использование модели на условиях этой лицензии. Карточка не приводит длину контекста или измерения качества, поэтому нельзя оценить точность на конкретных типах записей.

EYEDOL/whisper-tiny-yoruba — модель автоматического распознавания речи на базе архитектуры Whisper, дообученная разработчиком EYEDOL на наборе данных naija-voices-yoruba-split_0-1. Модель содержит 29,4 млн параметров и принимает аудио, выдавая распознанный текст; карточка указывает Transformers и формат safetensors. Модель предназначена для транскрибирования речи на йоруба. В карточке приведены результаты оценки на тестовом наборе: WER 0,7006 и WER Ortho 0,7773. Лицензия — Apache-2.0.

WSPAlign-mbert-base — мультиязычная модель на базе BERT, представленная в репозитории qiyuw. Она предназначена для выравнивания слов в параллельных текстах и связана с задачами перевода и ответов на вопросы. Модель содержит 205,1 млн параметров, принимает текст с контекстом до 512 токенов и опубликована в формате PyTorch. В метаданных указана поддержка английского, немецкого, французского, китайского, японского и румынского языков. Лицензия CC BY-NC-SA 4.0 требует указания авторства и распространяет производные работы на тех же условиях с ограничением некоммерческого использования. Карточка README содержит только краткое указание на инструкции по запуску; подробные сведения о качестве и ограничениях модели отсутствуют.

efwkjn/cohere-asr-ja-v0.1 — японский вариант Cohere Transcribe, созданный разработчиком репозитория путём дообучения CohereLabs/cohere-transcribe-03-2026. Это модель распознавания речи, ориентированная на японскую речь общего содержания и аниме; в README указана обработка аудиофрагментов длительностью до 35 секунд, в среднем около 25 секунд. Модель принимает аудио и выдаёт текстовую транскрипцию. В README приведены оценки на нескольких наборах данных, включая FLEURS, JSUT, Blue Archive и Nekopara, а также сравнение с некоторыми вариантами Whisper и NUE-ASR. Результаты различаются в зависимости от набора данных, поэтому они не гарантируют аналогичное качество на других типах аудио. Модель опубликована в формате safetensors; отдельная лицензия для этой версии в доступных сведениях не указана.

biodatlab разработала компактную модель распознавания речи на архитектуре Whisper, дистиллированную из Whisper Small. В декодере 4 слоя вместо 12 у модели-учителя; число параметров составляет 153,1 млн. Модель предназначена для распознавания тайской речи и может применяться в приложениях транскрибации аудио. При дистилляции использовались Common Voice v13, Gowajee, Thai Elderly Speech Corpus, собственные собранные данные и корпус тайских диалектов SLSCU. На тестовой части Common Voice 13 указана WER 11,23% при токенизации DeepCut против 13,14% у модели-учителя. Модель распространяется по лицензии MIT.

Remidesbois/Falcon-OCR-Poneglyph — модель распознавания французского текста в речевых пузырях манги, разработанная на основе Falcon-OCR и дообученная на проверенных транскрипциях корпуса Poneglyph. На вход подаётся уже обрезанный пузырь, на выходе модель выдаёт распознанный текст; детектор областей и разметки страницы не обучался. Модель сохраняет архитектуру Falcon-OCR и предназначена для OCR французских реплик в манге. Обучение выполнено полным дообучением на 9707 пузырях. Приведённые в карточке метрики CER 0,5261% и WER 1,8267% относятся к отдельному оценивавшемуся чекпойнту, а не к опубликованным весам после переобучения на всём корпусе. Независимой тестовой оценки опубликованного чекпойнта нет; результаты также не показывают обобщение на полностью неизвестные серии манги. Модель распространяется по лицензии Apache-2.0. Лицензия модели не распространяет права на исходные изображения манги. Для инференса описан совместимый режим с FP32 master weights и BF16 autocast; прямое хранение весов в BF16 может привести к дополнительным отличиям. Для распознавания требуется предварительно выделить речевые пузыри.

Kord Translate ENTH V2 — 8B — модель KordAI для двустороннего перевода между тайским и английским языками. Она создана дообучением Qwen3-8B с помощью LoRA и дистилляции переводов от DeepSeek-V4-Flash: обучающий набор содержит около 8 тысяч пар, а цепочки рассуждений учителя в него не включены. Модель имеет плотную архитектуру Qwen3ForCausalLM, около 7,6 млрд параметров и контекст до 40 960 токенов. Она принимает текст и выдаёт текст; карточка описывает работу в формате чата с инструкцией на перевод. Модель предназначена для перевода предложений с английского на тайский и с тайского на английский. В оценке на FLORES devtest дообученная версия уступила исходной Qwen3-8B по BLEU и COMET в обоих направлениях. Обучение проводилось на небольшом наборе, а оценка охватывала только предложения общего назначения, поэтому качество на длинных документах и разговорном тайском может быть ограниченным. Модель распространяется по лицензии Apache-2.0.

Raniahossam33/levantine-translation-qwen2.5-7b — дообученная с помощью TRL версия инструктивной языковой модели Qwen2.5-7B-Instruct. Это плотная авторегрессионная модель с архитектурой Qwen2, содержащая 7,1 млрд параметров и принимающая контекст до 32 768 токенов. В карточке репозиторий назван моделью для перевода на левантийский арабский, однако README не описывает языковые пары, данные или специальные настройки перевода; приведённый пример показывает обычный диалоговый запрос. Модель предназначена для генерации текста в диалоговом формате через Transformers и поддерживает чатовый интерфейс. Доступна в формате safetensors; лицензия и конкретные ограничения использования в предоставленных данных не описаны.

Liujgoj-Cantonese-Gemma4-12b-CPT-Unified-i1-GGUF — это квантизированная версия модели Liujgoj-Cantonese-Gemma4-12b-CPT-Unified, разработанной Yvthyvq и преобразованной в формат GGUF пользователем mradermacher. Модель предназначена для генерации текста, прежде всего на китайском языке и кантонском диалекте, что отражено в её обозначении и метаданных. Модель относится к семейству Gemma4 и имеет размер 12 млрд параметров. Она распространяется в виде набора вариантов GGUF с разными методами и уровнями квантизации, поэтому может использоваться на системах с различными ограничениями по памяти. Доступны варианты от очень компактных IQ1 и IQ2 до более качественных IQ4 и Q4, включая рекомендуемый по балансу скорости и качества i1-Q4_K_M размером около 7,5 ГБ. Поддержка мультимодальности и размер контекстного окна в предоставленных данных не указаны. Сильной стороной модели является специализация на кантонском языке и наличие множества квантизированных вариантов для локального запуска. Ограничения связаны с компромиссом между размером, скоростью и качеством: наиболее компактные варианты могут давать заметно более низкое качество, тогда как более качественные требуют больше памяти. Модель распространяется по лицензии Apache-2.0; в метаданных также указано название лицензии opencsg-community.

Ogaal ASR — модель автоматического распознавания речи от Ogaal Labs, созданная дообучением Whisper large-v3. Она преобразует сомалийскую речь в текст и предназначена для транскрибации записей и интеграции в локальные приложения для сомалийского языка. Модель построена на архитектуре WhisperForConditionalGeneration; веса опубликованы в формате safetensors. Для обучения использовано около 72,1 часа сомалийской речи, включая записи дикторов с разными акцентами и стилями речи. На тестовой выборке указаны WER 0,2278 и CER 0,1186. Модель ориентирована на сомалийский язык, а английский не входил в цель обучения. Качество может снижаться на тематиках, акцентах и условиях записи, отличающихся от использованных при оценке. В метаданных лицензия обозначена как other, поэтому конкретные условия использования следует сверить с карточкой репозитория.

OPUS-MT-tiny-rus-eng — компактная модель машинного перевода Helsinki-NLP на архитектуре MarianMT. Это дистиллированная ученическая модель, обученная с помощью OpusDistillery на данных Tatoeba; её учитель — OPUS-MT-models/ru-en/opus-2020-02-26. Модель переводит текст с русского языка на английский и содержит 14,5 млн параметров; родной контекст составляет 256 токенов. В метаданных указаны форматы safetensors и TFLite, а также лицензия Apache-2.0. В тестах на Flores+ ученическая модель показала BLEU 28,4, chr-F 56,8 и COMET 0,8220; на Bouquet — BLEU 31,1, chr-F 54,1 и COMET 0,8151. Компактный размер подходит для сценариев, где важны экономия ресурсов и перевод коротких фрагментов. Ограничения: направление перевода только с русского на английский, контекст короткий; метрики относятся к указанным тестовым наборам и не гарантируют качество на других текстах.

Rootformer v15 Sovereign Transmutation Engine — модель Enver, связанная с AynEngine и Университетом Приштины. Это плотная текстовая модель семейства Rootformer с 390,9 млн параметров и контекстом 2048 токенов, предназначенная прежде всего для перевода классического арабского текста на английский с морфологическим анализом, восстановлением грамматических отношений и академической транслитерационной глоссировкой терминов. В карточке описаны специализированные механизмы для арабской фонологии и корневой морфологии, различения значений, межъязыковых заимствований и выбора между шестью тематико-регистровыми областями. Модель принимает текст и генерирует текст. Карточка заявляет проверку на классических арабских текстах, включая философские, богословские, медицинские и научные материалы, однако приведённые показатели качества являются заявлениями автора. Поддерживаемые языки по метаданным — арабский и английский; для описанного сценария основная пара — классический арабский и английский. Репозиторий содержит веса Safetensors. Указана лицензия aynengine-uni-prishtina-academic, но её условия в предоставленных данных не раскрыты.

SomosNLP Hackathon 2022 — модель машинного перевода на базе T5-small, дообученная командой Sara Benel и Jose Vílchez для перевода с испанского языка на кечуа. Модель содержит 38,5 млн параметров, использует архитектуру T5ForConditionalGeneration и поддерживает контекст длиной до 512 токенов. Модель обучалась 46 эпох на 102 747 предложениях; для проверки использовались 12 844 предложения, для тестирования — 12 843. Она рассчитана на перевод на кечуа диалекта Аякучо. Значительная часть обучающих данных взята из библейских текстов, поэтому качество может быть лучше на похожих формулировках; опубликованное значение BLEU — 2,9691. Модель распространяется по лицензии Apache-2.0.

WindyTranslate/translate-cpp-en — модель машинного перевода от Windstorm Labs для перевода с креольских языков и пиджинов португальской основы на английский. Это дообученная версия Helsinki-NLP/opus-mt-cpp-en на базе MarianMT: LoRA-дообучение на параллельном корпусе объединено с базовыми весами. Модель содержит 54,8 млн параметров, принимает текст и рассчитана на контекст до 512 токенов. Модель предназначена для перевода текстов с поддерживаемых креольских языков и пиджинов на английский. В репозитории опубликована сборка Transformers в формате safetensors. Лицензия — Apache-2.0. Качество перевода не оценивалось бенчмарком; направление перевода только одно.

WindyTranslate/translate-en-lua — модель машинного перевода от Windstorm Labs для перевода текста с английского на луба-касайский язык (lua). Это дообученная версия Helsinki-NLP/opus-mt-en-lua: LoRA-дообучение на параллельном корпусе объединено с базовыми весами. Модель MarianMT содержит 55,6 млн параметров, использует Transformers и формат safetensors; указанное окно контекста — 512 токенов. Модель предназначена для перевода в одном направлении — с английского на lua. В проверке на 48 предложениях FLORES-200 получила chrF++ 28,11 и BLEU 3,49; автор относит результат к ограниченному уровню и подчёркивает, что это скрининговая оценка, а не результат публикационного исследования. Репозиторий распространяется по лицензии Apache-2.0.

Turaco-E2B-it-mt-en-wes-GGUF — квантизированная версия модели Turaco-E2B-it-mt-en-wes, разработанной fotiecodes и преобразованной в формат GGUF пользователем mradermacher. Модель предназначена прежде всего для машинного перевода между английским языком и Cameroon Pidgin English, что подтверждается связанным датасетом michsethowusu/english-cameroon-pidgin_sentence-pairs_mt560 и тематическими метками. Она может применяться в локальных системах генерации текста и переводческих сценариях, совместимых с GGUF и соответствующим программным обеспечением. В README также указано наличие мультимодальных дополнений mmproj, однако конкретные поддерживаемые модальности и возможности их использования не описаны. Размер исходной модели, архитектура, максимальная длина контекста и точный набор поддерживаемых языков не указаны. Доступны варианты квантизации от Q2_K размером около 3,1 ГБ до Q8_0 около 5,1 ГБ, а также f16 около 9,4 ГБ; Q4_K_S и Q4_K_M обозначены как быстрые рекомендуемые варианты, Q6_K — как вариант очень хорошего качества, а Q8_0 — как вариант с лучшим качеством среди указанных. Квантизация уменьшает требования к памяти, но может снижать качество по сравнению с исходной моделью; README не приводит независимых оценок точности перевода. Модель распространяется по лицензии Apache-2.0. В README не указаны ограничения на коммерческое использование, системные требования и точные инструкции интеграции, поэтому совместимость и качество следует проверять в выбранном рантайме.