К содержимому
Другое

sherpa-onnx-whisper-small

экспорт модели Whisper для ONNX и Unreal Engine

2 мин чтенияобновлено

Модель представляет собой версию известной архитектуры Whisper Small, переупакованную в формат ONNX (открытый формат для представления моделей машинного обучения) для использования в аудиоядре плагина Sentients для Unreal Engine. Она предназначена для перевода речи в текст (Speech-to-Text) на 99 языках и оптимизирована для быстрой работы на различных рантаймах, включая CPU, DirectML и TensorRT. В комплекте идут как оригинальные файлы с плавающей точкой (fp32), так и оптимизированные половинной точности (fp16) версии энкодера. Инструмент пригодится разработчикам игр и приложений на Unreal Engine, которым требуется надежное распознавание речи прямо внутри движка.

Ключевые особенности

  • Экспорт популярной архитектуры OpenAI Whisper Small с поддержкой 99 языков
  • Поддержка различных рантаймов: CPU, DirectML, TensorRT и HLSL
  • Наличие файлов в половинной точности (fp16) для ускорения работы энкодера
  • Интеграция с компонентами голосового ввода и плагином Silero VAD для фильтрации тишины

Что можно сделать

  • Внедрить голосовое управление или распознавание речи в проекты на Unreal Engine через плагин Sentients
  • Использовать оптимизированные ONNX-файлы для инференса на различных аппаратных платформах без зависимостей от PyTorch
  • Настроить локальную транскрипцию аудио с использованием фиксированных форм для ускоренного выполнения в специализированных рантаймах

Пример

Модель используется через компоненты плагина Sentients в Unreal Engine, выбираясь по идентификатору EAudioModel::WhisperSmall, принимая на вход CoreAudioInput и возвращая CoreTranscriptOutput вместе с модулем VAD для определения голосовой активности.

ПодробнееФормат: ONNX
Точность: fp32 и fp16
Базовая модель: openai/whisper-small (экспорт через csukuangfj/sherpa-onnx-whisper-small)
Особенности: фиксированные формы для рантаймов, пиннинг файлов по SHA-256 в каталоге Sentients
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.5 GB · готовые файлы1.1 GB
  • FP8 / INT8рекомендуемвеса 0.3 GB0.8 GB
  • 4-bitвеса 0.1 GB0.7 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.

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

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

О модели

sentientsai/sherpa-onnx-whisper-small
Автор
sentientsai
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Компьютерное зрение

Inkling 2 Small

Inkling 2 Small