Konekäännös · Englanninkielinen alkuperäinen

Cohere Tarkennus 2B

Tämä ensimmäinen osapuoli Soniqo sivuasiakirjat Cohere Transcribe 2B from the local speech-swift / speech-core implementation. Hugging Face -paketit on yhdistetty alla olevien integrointihuomautusten jälkeen.

Sisäinen sivu ensin

Laskeutumiskortit ja dokumentit ovat nyt tässä ensin; lähdemalli ja nippulinkit ovat saatavilla tältä sivulta.

Katselu

Malli	Cohere Tarkennus 2B
Rooli	Korkean tarkkuuden monikielinen offline-puhe-to-text
Taustaosa	Natiivi MLX Apple Silicon
Tuotos	Tekstin transkriptio
Kieli	14 kieltä
Lisenssi	Apache-2.0
Tila	Julkaistu FP16, INT5 ja INT8 niput; INT5 on oletus
Lähde	Cohere Transcribe
Swift -tuote	`CohereTranscribeASR`
CLI / ajoaika	`speech transcribe --engine cohere`

Käyttö

Alla oleva nappula peilaa virta speech-swift API tai repon paljastamaa komentoa.

# INT5 is the default.
speech transcribe recording.wav --engine cohere

# Select another published precision and pass a language hint.
speech transcribe recording.wav --engine cohere --model int8 --language de

# --model also accepts a Hugging Face model ID or a local directory.
speech transcribe recording.wav --engine cohere --model /models/cohere/int5

Vertailuarvo

Mitattu 2026-07-22 yli 80 englannin kielellä FLEURS lukupuheen ilmaisut yhteensä 759.56 sekuntia, Apple M5 Pro 48 Gt muistia macOS 26.5.2. Jokainen variantti juoksi omassa prosessissaan release-rakennuksesta.

Variantti	Bundle	WER	Δ WER	Keskiarvo RTF	Kokonaisarvo ×RT	Jalanjälki
FP16	3.85 GiB	6.178%	—	0.0444	23.59×	6,724 MiB
INT5	1.62 GiB	6.288%	+0,110 s.	0.0150	69.64×	2,582 MiB
INT8	2.25 GiB	6.178%	+0,000 pp	0.0159	65.74×	3,292 MiB

Fyysinen jalanjälki on käyttöönoton kannalta merkityksellinen yhtenäinen muistikuva, koska MLX saattaa olla muistikarttatiedostoja. FLEURS on englanninkielinen lukupuhe: nämä numerot eivät vaadi yhdenvertaisuutta keskustelu-, puhelin-, melu- tai kaiutinääniäänellä.

Malli Linkit

Täytäntöönpano Huomioita

Runtimella otetaan uudelleen mono Float32 PCM-16 kHz ja käsitellään pitkiä tallenteita päällekkäisinä paloina.
INT5 on käytännön oletus: validoidulla englannin kielellä FLEURS se käytti 1,62 GiB-nippua, 2,582 MiB:n fyysistä jalanjälkeä ja 0,0150:n keskiarvo RTF.
MLX affine quantization tukee 2, 3, 4, 5, 6 ja 8 bittiä, ei INT7; valitse INT8 priorisoitaessa laatua.
CLI hylkää --stream:n eikä muuta käytöstään.