К содержимому
Другое

MaprangSTT

компактный Thai ASR для диалектов

1 мин чтения

MaprangSTT — модель распознавания тайской речи на базе Cactus-Compute/whistle от PyThaiNLP. Поддерживает стандартный тайский и региональные диалекты: центральный, исанский, северный, корат, южный, а также речь пожилых людей. Обучена на открытых данных, итоговый архив .cact занимает 32,49 МБ.

Ключевые особенности

  • Обучение на 1 022,78 часа (594 231 клип) тайской речи.
  • Quantization-aware LoRA: rank=16, alpha=32, 15 групп весов.
  • Формат W4A8: 4-битные веса, 8-битные активации и KV cache.
  • Расширенный Thai SentencePiece словарь: +2 067 токенов.
  • Готовый .cact на 32,49 МБ для инференса на CPU, GPU и мобильных устройствах.

Пример

from huggingface_hub import hf_hub_download
from needle import Whistle

model = Whistle(hf_hub_download("pythainlp/MaprangSTT", "maprang.cact"))
print(model.transcribe("speech.wav", language="th")["text"])
ПодробнееНа Google FLEURS (th_th): CER 13,58%, WER 31,05%.
Для сравнения, openai/whisper-small при 967 МБ даёт CER 24,21% и WER 75,74%.
Вход — 16 кГц моно PCM .wav; обучение шло на RTX 4090 24 ГБ.
Есть LoRA-адаптер 29,0 МБ и сборка .cact с 4 или 6 слоями декодера.
Обсудить Telegram 1

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.

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

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

О модели

pythainlp/MaprangSTT
Автор
pythainlp
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

01

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

d3-edge

d3-edge