Parakeet TDT 0.6B v3 Swiss German Core ML

Это Core ML-конвертация модели Flurin17/parakeet-tdt-0.6b-v3-swiss-german для FluidAudio 0.18.3. Она принимает швейцарский немецкий и выдаёт стандартный немецкий текст, окно — фиксированные 15 секунд. Основа — файнтюн Parakeet TDT 0.6B v3.

▶ Ключевые особенности

• ▶ Вход — швейцарский немецкий, выход — стандартный немецкий текст; фиксированное окно 15 с.
• 🔤 Конвертация в Core ML для FluidAudio 0.18.3; энкодер — int8 linear per-channel (data-free).
• ➕ Декодер и JointDecisionv3 — fp16; Preprocessor — stock v3, мел-фронтенд не менялся.
• 🔜 Загрузка через AsrModels.loadLocal(from: <this folder>, version: .v3); iOS 17 / macOS 14 и новее.
• ➖ Веса файнтюна — CC BY-NC 4.0: только некоммерческое использование.

🔜 Пример

AsrModels.loadLocal(
    from: <this folder>,
    version: .v3
)

Подробнее

Корпусный WER на 34 клипах: 28.36% (CER 14.83%) — лучше исходного NeMo fp32 (29.25% / 15.56%).
Для сравнения: stock Parakeet TDT 0.6B v3 Core ML — 39.40% WER, Parakeet Ultra Core ML — 36.12%.
Выборка маленькая: 2 клипа на диалектный регион, 2–15 с; одно слово ≈ 0.3 п.п.
Базовая модель NVIDIA — CC BY 4.0; эта сборка — модифицированная конвертация с int8-энкодером.