Swanada
офлайн ASR для санскрита и индийских языков
1 min readupdated
Swanada v1.0.0 от Hemanth HM — мультиязычный speech-to-text на ONNX: 16 kHz, Conformer-CTC, INT8. Поддерживает классический санскрит, Indian English и 10 индийских языков; работает в браузере, Node.js и Python без облака и сервера.
Ключевые особенности
- 12 языков: санскрит, Indian English, хинди, каннада, маратхи, бенгали, тамильский, телугу, малаялам, гуджарати, панджаби и ория.
- Полностью офлайн: веса хранятся в браузерном CacheStorage, повторные сессии идут без сетевых запросов.
- INT8 Conformer-CTC: 17 слоёв, d_model=512, около 178 MB активных весов на язык.
- Низкая нагрузка: RTF < 0.04x на нативном CPU и < 0.12x в browser WASM.
- Есть SDK для JavaScript/TypeScript и standalone Python.
Пример
from swanada import Swanada
stt = Swanada(language='kn') # Kannada
result = stt.transcribe('speech_sample_16k.wav')
print('Transcribed Text:', result.text)
print(f'Duration: {result.duration_ms:.1f}ms | RTF: {result.rtf:.3f}x')
Подробнее
Held-out N=480: CER 4.97%, WER 11.49% для INT8-версии.Активный INT8 ONNX — 178.4 MB на язык; RTF 0.038x на CPU и 0.118x в WASM, TTFT p50 — 95 ms.
После первого запуска веса кэшируются, облако и сервер не нужны.










Comments