К содержимому
Компьютерное зрение

LFM3-Audio-2B

компактная аудиомодель для локального запуска

1 мин чтенияобновлено

Модель семейства LFM3 от LiquidAI на 2B параметров: принимает текст или аудио, а отвечает текстом, речью 24 кГц или смешанным потоком. Архитектура включает бэкбон LFM3, причинный аудиоэнкодер и токенизатор LiquidCodec; контекст — 32K токенов.

Ключевые особенности

  • ASR, TTS и перевод речи на 18 языках; голосовой чат пока только на английском.
  • Стриминг: причинное кодирование аудио, инкрементальный prefill и потоковая генерация речи.
  • Понимание аудио: отвечает на вопросы о речи, звуках и событиях в записи.
  • Tool calling: превращает голосовые запросы в вызовы инструментов, с текстом или речью.
  • Локальный запуск: BF16, GGUF для llama.cpp, 4-bit MLX для Apple Silicon и ONNX Runtime.

Пример

Быстрый старт с Transformers:

import torch
from transformers import AutoModelForMultimodalLM, AutoProcessor

model_id = "LiquidAI/LFM3-Audio-2B"
model = AutoModelForMultimodalLM.from_pretrained(
    model_id, dtype=torch.bfloat16, device_map="cuda", trust_remote_code=True
).eval()
processor = AutoProcessor.from_pretrained(model_id, trust_remote_code=True)
codec = processor.audio_tokenizer.to("cuda").eval()
ПодробнееДля речи заявлены 18 языков и локалей, но голосовой чат — только английский.
Вход аудио — 16 кГц, выход речи — 24 кГц; контекст 32K токенов.
Для синтеза речи карточка рекомендует audio_temperature=1.0, audio_top_k=128, audio_repetition_penalty=1.1.
Лицензия LFM Open License v1.0; модель не рекомендована для агентного кодинга и сложных многошаговых рассуждений.
Примеры
Обсудить Telegram 0 11

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 3.7 GB · готовые файлы4.6 GB
  • FP8 / INT8рекомендуемвеса 1.8 GB2.5 GB
  • 4-bitвеса 1.0 GB1.6 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

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.

    # ats-tech/dagbani-lfm3-audio-asr-merged
    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 ats-tech/dagbani-lfm3-audio-asr-merged --local-dir ~/models/dagbani-lfm3-audio-asr-merged
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к dagbani-lfm3-audio-asr-merged
  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 dagbani-lfm3-audio-asr-merged — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

ats-tech/dagbani-lfm3-audio-asr-merged
Автор
ats-tech
Категория
Компьютерное зрение
Дата выхода
На сайте

На сайте

Hugging Face

110

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Компьютерное зрение

Qwen3.8-27B Merge

Qwen3.8-27B Merge