К содержимому
Аудио

KirillFPV/nemotron-transcribe-parts

Nemotron 3.5 Transcribe в удобных шардах до 5 ГБ

2 мин чтенияобновлено

Это перепакованная без потерь версия аудио-языковой модели nvidia/NVIDIA-Nemotron-3.5-Transcribe-30B-A4B, разбитая на 17 отдельных файлов формата safetensors. Оригинальный релиз от NVIDIA весит 67,5 ГБ одним монолитным файлом, из-за чего его сложно скачать по HTTPS при сетевых ограничениях или лимитах на размер файла — автор решил эту проблему, сохранив исходную точность BF16 и все веса без квантования. Сама модель предназначена для офлайн-распознавания и перевода речи на 40 языках, включая русский, а также умеет определять спикеров и отвечать на вопросы по аудиозаписям длиной до одного часа. Подойдёт разработчикам и исследователям, которым нужен точный мультиязычный ASR (система распознавания речи) и стабильная загрузка весов в стандартных библиотеках.

Ключевые особенности

  • Удобное шардирование: вместо одного файла на 67,5 ГБ используется 17 шардов размером менее 5 ГБ каждый и индекс model.safetensors.index.json для всех 1395 тензоров.
  • Без потери качества: байты весов, типы данных и конфигурация полностью идентичны оригиналу в BF16, целостность проверена контрольными суммами SHA256.
  • 40 языков и часовые записи: модель поддерживает контекст до 65 536 токенов, работает с аудио длительностью до 60 минут и понимает русский, английский и ещё 38 языков.
  • Гибридная архитектура MoE: из 34B общих параметров (включая аудиоэнкодер) при генерации активируется около 4,3B, а также поддерживается режим рассуждений (enable_thinking).

Что можно сделать

  • Расшифровка встреч и подкастов: транскрибировать длинные записи с разделением по спикерам, расставленными знаками препинания и таймкодами слов.
  • Работа со сложной терминологией: передавать в промпте список имён и профильных терминов (контекстная транскрибация) для точной расшифровки технических созвонов.
  • Анализ и перевод аудио: переводить иностранную речь в текст или задавать модели вопросы по содержанию записи с включённым режимом рассуждений.

Пример

from transformers import AutoModelForMultimodalLM, AutoProcessor

model_id = "KirillFPV/nemotron-transcribe-parts"
processor = AutoProcessor.from_pretrained(model_id)
model = AutoModelForMultimodalLM.from_pretrained(model_id, device_map="auto")

inputs = processor.apply_transcription_request("audio.wav").to(model.device)
outputs = model.generate(**inputs, max_new_tokens=256)
Подробнее Метрики оригинала: средний WER 4,62% на Multilingual Open ASR Leaderboard (7 языков) и 10,98% на длинных записях.
Железо: для развёртывания BF16-версии в vLLM рекомендуется 1× H100 80 GB.
Ограничения: модель работает только в офлайн-режиме (не для потокового распознавания в реальном времени); при скачивании через CLI может потребоваться флаг HF_HUB_DISABLE_XET=1.
Лицензия: OpenMDW-1.1 (разрешено коммерческое и некоммерческое использование).
Примеры
Обсудить Telegram 0 228

Запустится ли?

Запустится в 4-bit

Полная точность не влезет, но сжатая версия поместится — качество почти не страдает до 8 бит, заметнее на 4 битах.

  • BF16веса 63 GB · готовые файлы70 GB
  • FP8 / INT8рекомендуемвеса 31 GB35 GB
  • 4-bitвеса 18 GB20 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: В домашние видеокарты не поместится — выгоднее арендовать.

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.

    # KirillFPV/nemotron-transcribe-parts
    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 KirillFPV/nemotron-transcribe-parts --local-dir ~/models/nemotron-transcribe-parts
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к nemotron-transcribe-parts
  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

  1. NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16основа семьи
  2. NVIDIA-Nemotron-3.5-Transcribe-30B-A4B
  3. nemotron-transcribe-parts

Новые посты про версии NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16 — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 2Все на Hugging Face

О модели

KirillFPV/nemotron-transcribe-parts
Автор
KirillFPV
Категория
Аудио
Дата выхода
На сайте

На сайте

Hugging Face

2280

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Аудио

SOV-Transcribe-1

SOV-Transcribe-1