GigaAM-Multilingual-MLX INT4 (ai-babai)
俄语及中亚语言离线语音转录,Apple Silicon 用
社区实测
俄语及中亚小语种语音识别的最佳开源方案,英语仅中等水平,社区围绕其衍生出大量 MLX/ONNX/GGUF 等量化与部署变体。
- 俄语语音识别,报告 WER 优于 Whisper-large-v3 约 50%
- 哈萨克语、吉尔吉斯语、乌兹别克语等小语种语音识别,号称开源最佳 WER
- 单一预训练模型即可同时支持全上下文和流式 ASR 两种推理模式
- 英语识别质量仅为中等水平,并非所有语言都达到最佳
- 模型输出为字符级 CTC,非词级别,直接使用需注意后处理
截至 2026-07-19
本形态显存 Q4 ~0.1GB / FP16 ~0.4GB · 国内 需代理 · 124 下载
仅 safetensors · 无 pickle 加载风险
快速上手
uv tool install gigaam-multilingual-mlx==0.2.0 && gigaam-stt audio.wav --variant int4 下载动量
观测时间线
模型家族
- GigaAM-Multilingual (ai-sage)
- 量化 GigaAM-Multilingual MLX INT8 (ai-babai)
- 量化 GigaAM-Multilingual-MLX INT4 (ai-babai)