Swanada

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.
• 0⃣ Полностью офлайн: веса хранятся в браузерном CacheStorage, повторные сессии идут без сетевых запросов.
• 1⃣ INT8 Conformer-CTC: 17 слоёв, d_model=512, около 178 MB активных весов на язык.
• 2⃣ Низкая нагрузка: RTF < 0.04x на нативном CPU и < 0.12x в browser WASM.
• 3⃣ Есть SDK для JavaScript/TypeScript и standalone Python.

1⃣ 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.