К содержимому
Аудио

Fleet-Clean-0.36B

очистка транскрипций речи от слов-паразитов

2 мин чтенияобновлено

Модель представляет собой связку из двух открытых компонентов общим размером 363M параметров, предназначенную для превращения «сырой» речи в чистый текст. Первая часть (Fleet-2) переводит аудио в текст, а вторая (словесный теггер на базе laya-multilingual) удаляет слова-паразиты, повторы и исправления, а также расставляет знаки препинания. Важная особенность теггера заключается в том, что он не генерирует новые слова, а лишь решает судьбу уже существующих (удалить или оставить). Инструмент поддерживает 8 языков и пригодится разработчикам голосовых ассистентов и систем транскрипции.

Ключевые особенности

  • Двухэтапная архитектура: комбинация базовой модели распознавания речи Fleet-2 и языкового теггера.
  • Многоязычность: поддержка английского, немецкого, французского, испанского, итальянского, нидерландского, польского и корейского языков.
  • Безопасность редактирования: модель не выдумывает факты и не дописывает текст от себя, только удаляет мусор и правит пунктуацию.
  • Гибкая настройка: возможность регулировать порог удаления слов и режимы расстановки знаков препинания.

Что можно сделать

  • Транскрипция аудио: очистить записанные разговоры или подкасты от слов вроде «э-э», «как бы» и заиканий.
  • Обработка текста: прогнать через скрипт готовые текстовые строки для удаления речевого мусора.
  • Интеграция в пайплайны: использовать в связке с инструментами распознавания речи для получения чистого текста на выходе.

Пример

python fleet_clean.py clip.wav                  # clean transcript
python fleet_clean.py --json clip.wav           # raw, clean and the per-word tags
python fleet_clean.py --text "so I I think, you know, we should go"
python fleet_clean.py --punct full clip.wav    # also re-punctuate words away from deletions
ПодробнееБенчмарки: на датасете DisfluencySpeech WER снизился с 18.8% до 14.6%
Требования: обучено на Apple M4 (MPS) в fp32, размер 363M параметров
Ограничения: реальная разговорная речь с диверсиями тестировалась только на английском, остальные языки проверялись на синтетических данных
Лицензия: Apache-2.0
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 1.1 GB · готовые файлы1.8 GB
  • FP8 / INT8рекомендуемвеса 0.6 GB1.1 GB
  • 4-bitвеса 0.3 GB0.9 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 · BF16 — 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.

    # Lucasgitguy-co/Fleet-Clean-0.36B
    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 Lucasgitguy-co/Fleet-Clean-0.36B --local-dir ~/models/Fleet-Clean-0.36B
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к Fleet-Clean-0.36B
  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

Lucasgitguy-co/Fleet-2
  1. whistleоснова семьи
  2. whistle-finetuned-ko
  3. Fleet-1
  4. Fleet-2
  5. Fleet-Clean-0.36B

Новые посты про версии whistle — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 5Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 2Все на Hugging Face

О модели

Lucasgitguy-co/Fleet-Clean-0.36B
Автор
Lucasgitguy-co
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

Fleet-2

Fleet-2