此页是 2026-07-18 的观测快照,查看该模型当前信息 → /m/ai-sage__gigaam-multilingual/

归档 / 2026-07-18 / GigaAM-Multilingual (ai-sage)

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'))"

评分详情

Q1: 今天能接上用吗 3 / 5
Q2: 有可信证据吗 1 / 5
Q3: 是新东西吗 5 / 5
总分: 9

HuggingFace 原始数据 (抓取于 2026-07-18)

作者: ai-sage
任务类型: automatic-speech-recognition
推理库: 未指定
下载: 2,399
点赞: 52
许可证: mit
标签: pytorch, gigaam, automatic-speech-recognition, custom_code, ru, en, kk, ky, uz, arxiv:2607.10371, license:mit, region:us

探索