Fritter Nemotron 0.6B (sherpa-onnx int8)
потоковая диктовка с технической лексикой
1 мин чтения
Это streaming-сборка Fritter Nemotron v1.0 — английская ASR-модель для диктовки, дообученная на техническую лексику, включая термины ИИ. Основа — nvidia/nemotron-speech-streaming-en-0.6b; вариант в sherpa-onnx int8 весит 662 МБ.
Ключевые особенности
- Потоковое распознавание: cache-aware encoder с чанками 560 мс; размер чанка фиксируется при экспорте.
- Формат sherpa-onnx: encoder.int8.onnx, decoder.int8.onnx, joiner.int8.onnx и tokens.txt; загрузка через
OnlineRecognizer.from_transducer. - Для hotwords есть
bpe.vocab;version.jsonхранит версию и training run. - Только английский; обучение на одном дикторе, поэтому на других голосах прирост может быть меньше.
- Лицензия CC-BY-NC-4.0: бесплатно для некоммерческого использования с указанием авторства; базовая модель NVIDIA — по NVIDIA Open Model License.
Пример
from sherpa_onnx import OnlineRecognizer
recognizer = OnlineRecognizer.from_transducer(
encoder='encoder.int8.onnx',
decoder='decoder.int8.onnx',
joiner='joiner.int8.onnx',
tokens='tokens.txt',
feature_dim=128,
)
Подробнее
Валидационный WER — 5.83% на сплите выбора чекпойнта; это не тестовый результат, модель пока не бенчмаркали.Общий размер — 662 МБ, запуск через sherpa-onnx.
Язык — только английский; обучение на одном спикере.
Лицензия CC-BY-NC-4.0, некоммерческое использование с атрибуцией.










Комментарии