К содержимому
Другое

spkrec-ecapa-voxceleb-ggml

модель распознавания спикеров в формате ggml

2 мин чтенияобновлено

Команда ivrit-ai конвертировала популярную модель spkrec-ecapa-voxceleb от SpeechBrain на базе архитектуры ECAPA-TDNN для запуска через библиотеку ggml (движок для локального инференса нейросетей без тяжелых зависимостей). Модель извлекает голосовые эмбеддинги — числовые «отпечатки» голоса, по которым система определяет, кто и когда говорит в аудиозаписи (диаризация). В отличие от оригинальной версии для PyTorch/SpeechBrain, этот порт оптимизирован для работы прямо на клиентских устройствах и представлен в компактных квантованных весах. Инструмент пригодится разработчикам локальных систем транскрибации, голосовых ассистентов и мобильных приложений с распознаванием дикторов.

Ключевые особенности

  • Компактный размер: доступны два файла весов — ecapa-q8_0.bin на 23 МБ и ecapa-f16.bin на 42 МБ.
  • Минимальная потеря точности: голосовые отпечатки в версии q8_0 имеют среднее косинусное сходство 0.9998 с оригиналом SpeechBrain (минимум 0.9994) и группируются в те же кластеры спикеров.
  • Оптимизация структуры: слои batch norm свёрнуты в масштаб и сдвиг, а веса свёрток разложены по матрицам для быстрой работы в ggml.

Что можно сделать

  • Встроить локальную диаризацию спикеров (разделение реплик по участникам) в офлайн-приложения для расшифровки аудио и встреч.
  • Использовать для верификации личности по голосу на устройствах с ограниченными ресурсами без отправки данных на сервер.

Пример

Модель принимает на вход аудиопризнаки SpeechBrain Fbank (80 мел-фильтров, 400-точечное окно Хэмминга STFT с шагом 160, децибелы и нормализация по среднему значению фразы) — их извлечение реализуется на стороне приложения, так как в бинарный файл оно не включено. Файлы весов имеют заголовок little-endian с сигнатурой IVSP (версия 1) и загружаются напрямую в ggml.

ПодробнееБазовая модель: speechbrain/spkrec-ecapa-voxceleb (ревизия 0f99f2d0ebe89ac095bcc5903c4dd8f72b367286).
Варианты квантования: q8_0 (крупные матрицы в q8_0, остальные в f32/f16 — 23 МБ) и f16 (f16 и f32 — 42 МБ).
Точность: косинусное сходство 0.9998 в среднем и 0.9994 в худшем случае относительно оригинала.
Лицензия: Apache-2.0.
Обсудить Telegram 0

Запустится ли?

Запустится в F16

Влезает без сжатия.

  • F16веса 0.0 GB · готовые файлы0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 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 · F16 — 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.

    # ivrit-ai/spkrec-ecapa-voxceleb-ggml
    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 ivrit-ai/spkrec-ecapa-voxceleb-ggml --local-dir ~/models/spkrec-ecapa-voxceleb-ggml
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к spkrec-ecapa-voxceleb-ggml
  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

Дообучение модели

speechbrain/spkrec-ecapa-voxceleb

Новые посты про версии spkrec-ecapa-voxceleb — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 7Все на Hugging Face
Дообучения 12Все на Hugging Face

О модели

ivrit-ai/spkrec-ecapa-voxceleb-ggml
Автор
ivrit-ai
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

Perth ONNX

Perth ONNX