SummFlow 2026-07-18 Hugging Face

GigaAM-Multilingual MLX (ai-babai)

Apple Silicon 上俄/哈/吉/乌语离线语音识别

  • Apple Silicon
入选理由
为Apple Silicon优化的多语言语音转文字模型,支持俄/英/哈/吉/乌兹别克语,提供pip包和OpenAI兼容服务器,即装即用。
对位
对位 Whisper small/medium 多语言ASR
适合
俄语/哈萨克语等本地转写 / Apple Silicon离线语音识别
不适合
实时流式、说话人分离
规模
≈600M · 未知 · Q4 ~0.4GB / FP16 ~1.4GB
授权
MIT · 需自查
框架
mlx
血统
量化自 GigaAM-Multilingual
可信度
MLX移植与原版核心WER仅差+0.020pp,实测M4 Pro

仅 safetensors · 无 pickle 加载风险

快速上手

uvx --from gigaam-multilingual-mlx gigaam-stt audio.wav --variant fp16