К содержимому
Аудио

Pianissimo-da

открытый ASR для датского с WER 11,8%

1 мин чтения

Klang AI выпустила открытую модель распознавания датской речи Pianissimo-da на базе NVIDIA Parakeet v3. Это FastConformer + TDT decoder примерно на 600 млн параметров; поддерживаются пунктуация, регистр и таймстемпы.

Ключевые особенности

  • Средний WER 11,8% на трёх датских наборах — лучший результат среди протестированных открытых и закрытых моделей.
  • Более 3 600× realtime на одной NVIDIA H100 и 542× на L4.
  • Поддерживает пунктуацию, регистр и таймстемпы на уровне слов.
  • Есть версии для серверов, ноутбуков и телефонов: ONNX, MLX, GGUF и CoreML.
  • Лицензия CC BY 4.0 — можно запускать на своём железе.

Пример

import torch
from nemo.collections.asr.models import ASRModel

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
model = ASRModel.from_pretrained(model_name="KlangAI/pianissimo-da", map_location=device).eval()
with torch.inference_mode():
    hyp = model.transcribe(audio=["audio.wav"], batch_size=1, return_hypotheses=True)
print(hyp[0].text)
ПодробнееWER: 11,8% в среднем; EU Parliament — 7,9%, DR TV — 18,2%, DanPASS — 9,4%.
Обучение: около 70 000 часов датской речи, 470 000 шагов.
Чекпойнт fp32 — 2,51 ГБ; квантованные версии — от 485 МБ (GGUF Q4_K_M).
Ограничение: модель только для датского языка.
Обсудить Telegram 1 16

Запустится ли?

Считаем требования к памяти

Бот ещё собирает размеры весов этой модели — оценка появится здесь через несколько минут. Пока можно арендовать видеокарту с запасом.

Massed ComputeОткрыть Massed Compute

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.

    # KlangAI/pianissimo-da
    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 KlangAI/pianissimo-da --local-dir ~/models/pianissimo-da
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к pianissimo-da
  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 pianissimo-da — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 5Все на Hugging Face
Дообучения 2Все на Hugging Face

О модели

KlangAI/pianissimo-da
Автор
KlangAI
Категория
Аудио
Дата выхода
На сайте

На сайте

Hugging Face

161

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Аудио

OmniVoice

OmniVoice
Аудио

AMBIT

AMBIT
Аудио

StaleyNET

StaleyNET