К содержимому
Аудио

Indic-Transcribe Flex fp16

ASR для английского и индийских языков без лишнего веса

1 мин чтенияобновлено

Это float16-копия модели bodhan-ai/indic-transcribe-flex от Bodhan AI / AI4Bharat: распознавание речи для английского и индийских языков. В оригинале 1.22B параметров; здесь веса переведены из float32 в float16, остальные файлы побайтно совпадают с оригиналом.

Ключевые особенности

  • Вес model.safetensors уменьшен с 4,89 ГБ до 2,45 ГБ.
  • Конвертация только весов: float32-тензоры стали float16, целочисленные не тронуты, значения проверены на конечность.
  • Публичная копия под той же лицензией: приложению Naavil не нужен вход в Hugging Face для скачивания.
  • В комплекте SHA256-манифест; приложение сверяет каждый файл.
  • Энкодер происходит от nvidia/canary-1b-v2 (CC BY 4.0).

Пример

Сценарий из карточки: офлайн-приложение для диктовки Naavil один раз скачивает копию при настройке, показывает лицензию и проверяет файлы. Проверить скачанный вес можно так:

shasum -a 256 model.safetensors
certutil -hashfile model.safetensors SHA256
ПодробнееПараметров: 1.22B. Размер fp16-весов: 2,45 ГБ; оригинал float32 — 4,89 ГБ.
Лицензия: Indic Open Model License v1.0. Нужна атрибуция «Built with Indic-Transcribe Flex from Bodhan AI / AI4Bharat».
Запуск как API или хостинг-сервис требует письменного разрешения Bodhan AI; для продукта с 500M MAU или $250M годовой выручки — отдельная лицензия.
Бенчмарки и инструкции по запуску — в upstream/README.md.
Обсудить Telegram 0 24

Запустится ли?

Запустится в F16

Влезает без сжатия.

  • F16веса 2.3 GB · готовые файлы3.0 GB
  • FP8 / INT8рекомендуемвеса 1.1 GB1.8 GB
  • 4-bitвеса 0.6 GB1.2 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.

    # Rosasynthesiz/indic-transcribe-flex-fp16
    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 Rosasynthesiz/indic-transcribe-flex-fp16 --local-dir ~/models/indic-transcribe-flex-fp16
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к indic-transcribe-flex-fp16
  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

bodhan-ai/indic-transcribe-flex
  1. canary-1b-v2основа семьи
  2. indic-transcribe-flex
  3. indic-transcribe-flex-fp16

Новые посты про версии canary-1b-v2 — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face

О модели

Rosasynthesiz/indic-transcribe-flex-fp16
Автор
Rosasynthesiz
Категория
Аудио
Дата выхода
На сайте

На сайте

Hugging Face

240

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Аудио

SOV-Transcribe-1

SOV-Transcribe-1