模型 / GigaAM-Multilingual-MLX INT4 (ai-babai)

GigaAM-Multilingual-MLX INT4 (ai-babai)

俄语及中亚语言离线语音转录,Apple Silicon 用

作者
ai-babai
对位
同级 Whisper large-v3 俄语准确率相近
适合
俄语/哈/吉/乌语离线转写 / macOS Apple Silicon 低资源占用 ASR
不适合
英语及高噪声实时流式场景
入选理由
提供GigaAM多语言ASR的int4量化MLX版,可在Apple Silicon上本地运行,支持OpenAI兼容API,适合离线俄/哈/吉/乌兹语转录。
规模
161M · 不适用 · Q4 ~0.1GB / FP16 ~0.4GB
授权
MIT · 需自查
框架
mlx
血统
量化自 gigaam-multilingual-mlx
国内访问
需代理
可信度
基于 GigaAM (arXiv:2607.10371) MLX 移植,俄/哈/吉/乌 WER 公开

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

本形态源 ↗

下载动量

观测时间线

模型家族

查看全部家族 →