К содержимому
Аудио

norwegian-parakeet

норвежский speech-to-text на открытых данных

1 мин чтения

Модель от ahdrage для распознавания норвежской речи (букмол, nb/no) на базе moondream/parakeet-ultra — посттренированного NVIDIA Parakeet TDT 0.6B v3. Дообучена только на речи с открытыми лицензиями: около 1 770 часов уникального аудио. Пишет текст с регистром и пунктуацией, декодирует жадно, без языковой модели.

Ключевые особенности

  • 0,63B параметров, архитектура Parakeet TDT; в обучении участвовали все параметры.
  • Около 1 770 ч уникального аудио; источники и лицензии перечислены в docs/DATA.md.
  • Четыре прохода обучения с понижением learning rate; итоговый WER улучшался от прохода к проходу.
  • Обучение шло на одной RTX PRO 4000 Blackwell (24 ГБ), суммарно около 35 часов.
  • Клипы до 30 с; длинные записи нужно сначала нарезать — это не тестировалось.

Пример

import torch
from transformers import AutoProcessor, ParakeetForTDT

processor = AutoProcessor.from_pretrained("ahdrage/norwegian-parakeet")
model = ParakeetForTDT.from_pretrained("ahdrage/norwegian-parakeet").eval()
inputs = processor(audio, sampling_rate=16000, return_tensors="pt")
with torch.no_grad():
    out = model.generate(**inputs)
print(processor.batch_decode(out.sequences, skip_special_tokens=True)[0])
ПодробнееWER: Tuva 3,1%; NST 4,2%; NPSC 6,1%; FLEURS 7,4%; NB Samtale 17,7%.
Оценка на клипах до 30 с; на Stortinget и NorGovPCC транскрипты отредактированы, поэтому WER завышен.
Веса — CC BY 4.0, код — Apache-2.0; для коммерческого использования есть нерешённые вопросы по лицензиям NST и Stortinget.
Обсудить Telegram 0 21

Запустится ли?

Считаем требования к памяти

Бот ещё собирает размеры весов этой модели — оценка появится здесь через несколько минут. Пока можно арендовать видеокарту с запасом.

Massed ComputeОткрыть Massed Compute

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # ahdrage/norwegian-parakeet
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download ahdrage/norwegian-parakeet --local-dir ~/models/norwegian-parakeet
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к norwegian-parakeet
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии norwegian-parakeet — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

ahdrage/norwegian-parakeet
Автор
ahdrage
Категория
Аудио
Дата выхода
На сайте

На сайте

Hugging Face

210

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Аудио

Swanada

Swanada