К содержимому
Другое

orionq-release-rc

квантованная модель определения активности речи

1 мин чтенияобновлено

Модель orionq-release-rc (кандидат gptq4-g128-b03) представляет собой легковесную версию системы определения речи (VAD, Voice Activity Detection), оптимизированную для работы на устройствах. Базируется на архитектуре Orion-VAD 2.1 и использует 4-битное квантование весов (метод сжатия модели для экономии памяти и ускорения работы) с размером группы 128. Разработка создана для эффективного выделения голосовых интервалов с минимальными затратами ресурсов. Она отлично подойдет разработчикам встраиваемых систем и локальных голосовых ассистентов.

Ключевые особенности

  • Основа: создана на базе Orion-VAD 2.1 с применением 4-битного сжатия весов.
  • Производительность: задержка p99 составляет всего 206 мс на процессорах с Intel NPU.
  • Точность: удерживает показатель 92.6% на сложном тестовом наборе vad-eval-hard-2k.

Что можно сделать

  • Встроить модель в локальные приложения для распознавания голоса и фильтрации тишины.
  • Запустить на устройствах с поддержкой Intel NPU для автономной обработки аудиопотока в реальном времени.

Пример

Модель принимает аудиопоток и выдает разметку активных речевых интервалов. Конфигурация запуска содержится в файле config.json вместе с квантованными весами weights.bin.

ПодробнееТочность (vad-eval-hard-2k): 92.6%
Задержка p99 (cpu-intel-npu): 206 мс
Точность весов: 4 bits, group size 128
Базовая модель: Orion-VAD 2.1
Примеры
Обсудить Telegram 0 33

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.0 GB · готовые файлы0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 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 · 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.

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

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

О модели

TUaxhuiax/orionq-release-rc
Автор
TUaxhuiax
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

330

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Робототехника

LoopedWAM

LoopedWAM
Другое

RetCast-JEPA

RetCast-JEPA