К содержимому
Аудио

Shruti-Hinglish-WSP

WSP-чекпоинты для ASR на Shruti

1 мин чтенияобновлено

Набор чекпоинтов Weight-Space Programming для udgamlabs/Shruti (whistle-small/cactus-needle), 55 517 513 параметров. Это ASR-модель для хинди, индийского английского и code-switched Hinglish. Форматы: .cact 29.5 MB (4-bit CQ4 + FP16) и .safetensors 212 MB (FP32).

Ключевые особенности

  • Лучший общий чекпоинт phase11_e16_e2e_fp16.cact: калибровано 326 из 529 записей .cact.
  • C++ needle 5-Beam, 300 клипов: 4-датасетный clean macro — 15.31% Strict WER → 9.64% Semantic WER.
  • fleurs_hi: 17.11% Strict WER против 74.47% у официального baseline; svarah_en: 13.83% против 24.71%.
  • Для Hinglish: phase9_e11_blocknorm.cact даёт на mucs_hinglish 23.61% Strict WER → 18.94% Semantic WER.
  • В репозитории — инвентарь чекпоинтов фаз 6–11 с SHA-256 и отдельные FP32/4-bit варианты.

Пример

./bin/needle --model shruti_wsp_phase11_e16_e2e_fp16.cact --audio sample_16k.wav --threads 4
Подробнее Full 2 517-клиповый GPU 1-Beam: 5-датасетный macro — 25.31% Strict WER / 19.83% Semantic WER.
На librispeech_en у phase11_e16: 5.34% Strict WER → 4.28% Semantic WER (95.72% WordAcc, 1.71% CER).
Это исследовательские WSP-чекпоинты; запуск описан через C++ cactus-needle.
Обсудить Telegram 1

Запустится ли?

Считаем требования к памяти

Бот ещё собирает размеры весов этой модели — оценка появится здесь через несколько минут. Пока можно арендовать видеокарту с запасом.

Massed ComputeОткрыть Massed Compute

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.

    # vishnushuggingface/shruti-hinglish-wsp
    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 vishnushuggingface/shruti-hinglish-wsp --local-dir ~/models/shruti-hinglish-wsp
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к shruti-hinglish-wsp
  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 shruti-hinglish-wsp — сжатые, дообучения, LoRA — появятся в колокольчике.

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

О модели

vishnushuggingface/shruti-hinglish-wsp
Автор
vishnushuggingface
Категория
Аудио
Дата выхода
На сайте

На сайте

Hugging Face

01

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Аудио

OmniVoice

OmniVoice
Аудио

AMBIT

AMBIT