MOSS Transcribe Diarize 0.9B
توثق هذه الصفحة من Soniqo نموذج MOSS Transcribe Diarize 0.9B كما هو منفذ في speech-swift / speech-core. روابط Hugging Face موجودة أدناه بعد ملاحظات الدمج.
الصفحة الداخلية أولا
بطاقات الصفحة الرئيسية وقوائم الوثائق تشير إلى هذه الصفحة أولا؛ وتبقى روابط النموذج والحزم داخلها.
لمحة سريعة
| النموذج | MOSS Transcribe Diarize 0.9B |
|---|---|
| الدور | تفريغ دفعي مع تسميات المتحدثين والطوابع الزمنية التي يولدها النموذج |
| Backend | CoreML مع واجهة Whisper أصلية مبنية على Accelerate |
| الإخراج | نص تفريغ عادي ومقاطع مؤقتة منسوبة إلى المتحدثين |
| اللغات | نموذج MOSS متعدد اللغات للتفريغ |
| الرخصة | تحقق من شروط النموذج المصدر والحزم وفق الاستخدام المقصود |
| الحالة | متاح عبر speech transcribe --engine moss ومنتج Swift المسمى MossTranscribe |
| المصدر | OpenMOSS-Team/MOSS-Transcribe-Diarize |
| منتج Swift | MossTranscribe |
| CLI / runtime | speech transcribe --engine moss |
الاستخدام
المقتطف أدناه يطابق API أو الأمر الحالي في speech-swift.
# INT8 هو الخيار الافتراضي الموصى به.
.build/release/speech transcribe recording.wav --engine moss
# مرجع FP16.
.build/release/speech transcribe recording.wav --engine moss --model fp16روابط النموذج
- حزمة CoreML INT8
- حزمة CoreML FP16
- توثيق نموذج speech-swift
- توثيق استدلال speech-swift
- اختبار أداء speech-swift
ملاحظات التنفيذ
- اختبار متطابق من 80 مقطعا إنجليزيا على M5 Pro: حققت النسختان WER إجماليا 8.16% وCER بنسبة 5.90%.
- بعد جمع تشغيلين بترتيب معكوس، بلغ RTF لنسخة INT8 مقدار 0.070 (14.3× من الزمن الحقيقي)، مقابل 0.079 (12.6×) لنسخة FP16، مع ذروة RSS مقاسة 2.38–2.40 GB مقابل 3.69–3.74 GB.
- تتولى بيئة Swift معالجة Whisper log-mel الدقيقة، وبناء موجّه MOSS بعلامات الوقت، وحقن تضمينات الصوت، وتحديث MLState، وفك الترميز الجشع، وتحليل الخرج المنظم.
- تحافظ INT8 على مرمّز الصوت ومدخلات ومخرجات المفكك بصيغة FP16، وتطبق على المفكك تكميم INT8 block-32 خطيا متناظرا.
- يتشارك الموجّه والخرج سياقا ثابتا من 1024 token. تعمل البيئة الحالية بالدفعات فقط وترفض --stream.