Omnilingual ASR 1B CTC (int8 ONNX)
распознавание речи для 1600+ языков
1 мин чтенияобновлено
Модель Omnilingual ASR 1B CTC от Meta, оптимизированная и экспортированная в формат int8 ONNX (формат для быстрого запуска моделей на различных устройствах) с помощью проекта sherpa-onnx. Она предназначена для автоматического распознавания речи (Automatic Speech Recognition) более чем на 1600 языках. Репозиторий содержит готовые веса и токенизатор для разработчиков. Подойдет для создания мультиязычных сервисов расшифровки аудио и создания субтитров.
Ключевые особенности
- Поддерживает распознавание речи для более чем 1600 языков мира.
- Представлена в формате int8 ONNX для эффективного инференса (процесса работы модели).
- Разработана на основе архитектуры Meta Omnilingual ASR (1 миллиард параметров).
- Распространяется под свободной лицензией Apache 2.0.
Что можно сделать
- Интегрировать модель в приложения для автоматической расшифровки аудиозаписей.
- Настроить обработку голосовых данных в офлайн-режиме с помощью экосистемы sherpa-onnx.
- Использовать для анализа аудиодорожек и генерации субтитров в многоязычной среде.
Пример
Для запуска распознавания речи модель используется совместно с библиотекой sherpa-onnx в соответствии с документацией проекта.
Подробнее
Базовая модель: Omnilingual ASR 1B CTC (Meta)Формат: int8 ONNX (экспорт k2-fsa / sherpa-onnx)
Размер файла модели: ~1.03 ГБ
Лицензия: Apache 2.0










Комментарии