К содержимому
Аудио

omniASR CTC 1B v2 для креольского

диктовка на ПК

1 мин чтенияобновлено

Это ONNX-конверсия Meta omniASR_CTC_1B_v2, квантованная в int8 для sherpa-onnx. Voxlar использует её в бете Kreol для диктовки на креольском (Kreol Morisien) и в смеси с французским и английским — локально на компьютере пользователя. Файл модели — около 1,03 ГБ.

Ключевые особенности

  • Основа — omniASR CTC 1B v2 от Meta; конверсия в ONNX и int8 для sherpa-onnx.
  • Поддержка Kreol Morisien, а также креольского с французским и английским.
  • Локальная диктовка: вход 16 кГц моно, вывод строчными без пунктуации.
  • На тесте из 20 клипов (985 слов) общий WER 29,2%; только креольский — 22,8%.
  • На ноутбучном CPU с 16 потоками, задействовано 8 потоков — около 2,3 с на 10 с речи, память около 1,1 ГБ.

Пример

config.model_config.omnilingual.model = "model.int8.onnx"
config.model_config.tokens = "tokens.txt"
ПодробнееWER на 20 клипах диктовки одного носителя (985 слов): 29,2% в целом; Kreol only — 22,8%; Kreol + French — 38,8%; Kreol + English — 27,2%.
Слабое место — французские слова внутри креольского: 59% ошибок на таких участках.
Скорость: ~2,3 с на 10 с речи на CPU; память ~1,1 ГБ. Лицензия Apache 2.0, конверсия не сделана и не одобрена Meta.
Обсудить Telegram 0

Запустится ли?

Запустится в INT8

Влезает без сжатия.

  • INT8рекомендуемвеса 1.0 GB · готовые файлы1.6 GB
  • 4-bitвеса 0.5 GB1.1 GB

Совет: берите 8-bit.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: INT8 — 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.

    # Kayuzashi/voxlar-kreol-omniasr-ctc-1b-v2
    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 Kayuzashi/voxlar-kreol-omniasr-ctc-1b-v2 --local-dir ~/models/voxlar-kreol-omniasr-ctc-1b-v2
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к voxlar-kreol-omniasr-ctc-1b-v2
  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 voxlar-kreol-omniasr-ctc-1b-v2 — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

Kayuzashi/voxlar-kreol-omniasr-ctc-1b-v2
Автор
Kayuzashi
Категория
Аудио
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Аудио

omniASR-CTC-3B

omniASR-CTC-3B