К содержимому
Аудио

Moonshine Base Welsh Compact

валлийский ASR на 53 млн параметров

1 мин чтения

Компактная версия валлийского распознавателя rebreda/moonshine-base-welsh, дообученного из Moonshine Base. 53.2M параметров, веса в fp16, скачивание 106 MB. Меньше и точнее предыдущей версии за счёт трёх правок весов без дополнительного обучения.

Ключевые особенности

  • 53.2M параметров вместо 61.5M; 106 MB вместо 246 MB.
  • Три правки без дообучения: усреднение чекпоинтов LoRA, отключение пяти голов decoder self-attention и урезанная токен-таблица до 12,735 токенов.
  • Отключение голов снизило WER на Siarad с 87.0 до 76.4.
  • Вход — 16 kHz mono, короткие фразы; выход — текст с регистром и пунктуацией.
  • Для диктовки, голосовых команд, чтения и подкастов на валлийском; английские слова внутри валлийской речи.

Пример

from transformers import pipeline

asr = pipeline("automatic-speech-recognition", model="rebreda/moonshine-base-welsh-compact")
print(asr("clip.wav", generate_kwargs={"num_beams": 5})["text"])
ПодробнееWER: Common Voice 25.8, FLEURS Welsh 37.6, Siarad 76.8 (beam 5, без length cap).
Среднее по Common Voice, FLEURS Welsh, Arfor и Siarad — 40.1 против 43.5 у прошлой версии.
Английский ухудшился: 21.0 WER против 16.6; для чистого английского лучше базовая версия.
Вес 106 MB в fp16; обучалась на одной AMD Radeon 8060S (ROCm, bf16). Siarad — свободная речь с code-switching, для неё модель всё ещё слаба; длинные записи резать на короткие сегменты.
Обсудить Telegram 0 23

Запустится ли?

Запустится в F16

Влезает без сжатия.

  • F16веса 0.1 GB · готовые файлы0.6 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.6 GB
  • 4-bitвеса 0.0 GB0.5 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 · F16 — 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.

    # rebreda/moonshine-base-welsh-compact
    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 rebreda/moonshine-base-welsh-compact --local-dir ~/models/moonshine-base-welsh-compact
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к moonshine-base-welsh-compact
  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

moonshine-ai/moonshine-base

Новые посты про версии moonshine-base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 9Все на Hugging Face
Дообучения 9Все на Hugging Face

О модели

rebreda/moonshine-base-welsh-compact
Автор
rebreda
Категория
Аудио
Дата выхода
На сайте

На сайте

Hugging Face

230

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии