Cohere Transcribe 2B

זה קודם כל Soniqo מסמכים Cohere Transcribe 2B מהמקומי speech-swift / speech-core יישום Hugging Face

דף ראשון

כרטיסי נחיתה ותפריטי docs מצביעים כאן קודם; מודל מקור וקישורי החבילה נותרים זמינים מהעמוד הזה.

ב-Glance

מודל מודל	Cohere Transcribe 2B
תפקידים	דיבור לא מקוון רב-קולי - לטקסט
חזרה	Native MLX על Apple Silicon
Output	המונחים:text tagion
שפות	14 שפות
רישיון רישיון רישיון	Apache-2.0
סטטוס	פורסם FP16, INT5 ו INT8חבילות; INT5 הוא ברירת המחדל
מקור Source	Cohere Transcribe
Swift מוצר	`CohereTranscribeASR`
CLI / Runtime	`speech transcribe --engine cohere`

שימוש בשימוש

החטיפה מתחת למראות את speech-swift API או פקודה שנחשפו על ידי ה-Repo.

# 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

Benchmark

עקבו אחרי 2026-07-22 מעל 80 אנגלית אנגלית FLEURS המונחים: speech Statements Totalling 759.56 שניות על Apple M5 Pro עם 48 GB של זיכרון ריצה macOS 26.5.2כל גרסה רץ בתהליך שלה מיצירת שחרור.

משתנה	Bundle	WER	Δ WER	RTF	×RT	טביעת רגל
FP16	3.85 GiB	6.178%	—	0.0444	23.59×	6,724 MiB
INT5	1.62 GiB	6.288%	+0.110 pp	0.0150	69.64×	2,582 MiB
INT8	2.25 GiB	6.178%	+0.000 pp	0.0159	65.74×	3,292 MiB

טביעת הרגל הגופנית היא דמות בעלת משקל מאוחד, כי MLX עשוי קבצי משקל של זיכרון-מפה. FLEURS הוא דיבור אנגלי: מספרים אלה אינם טוענים הסתברות על שיחה, טלפון, רועש, או דובר-שמע כבד.

מודל קישורים

הערות יישום

ה-Runtime resamples mono Float32 PCM עד 16 kHz ומטפלת בהקלטות ארוכות ב-Float.
INT5 הוא ברירת המחדל המעשית: על אנגלית מאומתת FLEURS הפעלתו של 1.62 GiB, 2,582 MiB טביעת רגל פיזית, ו 0.0150 פירושו RTF.
MLX קוונטיזציה affine תומך 2, 3, 4, 5, 6, ו 8 סיביות, לא INT7; בחר INT8 בעת עדיפות איכות.
זהו מנוע לא-זרם.The CLI דוחה --stream במקום שינוי התנהגות.