MOSS Transcribe Diarize 0.9B

Cette page Soniqo documente MOSS Transcribe Diarize 0.9B tel qu'il est implémenté dans speech-swift / speech-core. Les liens Hugging Face sont placés après les notes d'intégration.

Page interne d'abord

Les cartes et menus pointent d'abord ici; les liens vers le modèle source et les bundles restent disponibles sur cette page.

Aperçu

Modèle	MOSS Transcribe Diarize 0.9B
Rôle	Transcription par lots avec étiquettes de locuteur et horodatages générés par le modèle
Backend	CoreML avec frontend Whisper natif fondé sur Accelerate
Sortie	Transcription simple et segments horodatés attribués aux locuteurs
Langues	Modèle MOSS de transcription multilingue
Licence	Vérifiez les conditions du modèle source et des bundles pour l’usage prévu
État	Disponible via speech transcribe --engine moss et le produit Swift MossTranscribe
Source	OpenMOSS-Team/MOSS-Transcribe-Diarize
Produit Swift	`MossTranscribe`
CLI / runtime	`speech transcribe --engine moss`

Utilisation

L'extrait ci-dessous suit l'API ou la commande actuellement exposée par speech-swift.

# INT8 est le choix par défaut recommandé.
.build/release/speech transcribe recording.wav --engine moss

# Référence FP16.
.build/release/speech transcribe recording.wav --engine moss --model fp16

Liens du modèle

Notes d'implémentation

Benchmark apparié de 80 clips anglais sur M5 Pro : les deux variantes atteignent 8,16% de WER agrégé et 5,90% de CER.
Sur deux exécutions en ordre inversé, INT8 donne un RTF groupé de 0,070 (14,3× temps réel), contre 0,079 (12,6×) pour FP16, avec un pic RSS échantillonné de 2,38–2,40 Go contre 3,69–3,74 Go.
Le runtime Swift prend en charge le prétraitement log-mel Whisper exact, le prompt à marqueurs temporels MOSS, l’injection des embeddings audio, les mises à jour du cache MLState, le décodage glouton et l’analyse structurée.
INT8 conserve l’encodeur audio et les E/S du décodeur en FP16, puis applique au décodeur une quantification linéaire symétrique INT8 block-32.
Le prompt et la sortie partagent un contexte fixe de 1024 tokens. Le runtime actuel fonctionne uniquement par lots et refuse --stream.