SummFlow 2026-07-18 Hugging Face

GigaAM-Multilingual (ai-sage)

70+语言语音识别，关注俄语、哈萨克语等小语种

入选理由
GigaAM Multilingual 是针对俄语及中亚低资源语音识别的开源模型，在中亚语言上大幅超越 Whisper、Seamless M4T。提供清晰的使用示例，但需本地运行 PyTorch 代码。
对位
对位 Whisper large v3，小语种 ASR 表现更优
适合
俄/哈/吉/乌语等小语种 ASR / 多语言语音转录服务
不适合
英语高精度 ASR
规模
220M / 600M · 未知 · Q4 ~0.1GB / FP16 ~0.5GB
授权
mit · 需自查
框架
transformers
可信度
在 Common Voice、FLEURS 及内部测试集上，俄/哈/吉/乌语 WER 优于 Whisper large v3

快速上手

python -c "from transformers import AutoModel; model=AutoModel.from_pretrained('ai-sage/GigaAM-Multilingual', revision='ctc', trust_remote_code=True); print(model.transcribe('example.wav'))"