Cohere Transcribe 2B

이 Soniqo 페이지는 로컬 speech-swift / speech-core 구현의 Cohere Transcribe 2B을 설명합니다. Hugging Face 번들 링크는 통합 메모 뒤에 있습니다.

내부 페이지 우선

랜딩 카드와 문서 메뉴는 먼저 이 페이지로 이동하고, 원본 모델과 번들 링크는 이 페이지 안에 둡니다.

개요

모델	Cohere Transcribe 2B
역할	High-accuracy multilingual offline speech-to-text
백엔드	Native MLX on Apple Silicon
출력	Plain-text transcription
언어	14 languages
라이선스	Apache-2.0
상태	Published FP16, INT5, and INT8 bundles; INT5 is the default
소스	Cohere Transcribe
Swift 제품	`CohereTranscribeASR`
CLI / 런타임	`speech transcribe --engine cohere`

사용

아래 스니펫은 현재 speech-swift 저장소의 API 또는 명령과 일치합니다.

# 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

벤치마크

2026-07-22에 영어 FLEURS 낭독 음성 80개 발화(총 759.56초)를 48GB 메모리의 Apple M5 Pro, macOS 26.5.2에서 측정했습니다. 각 변형은 release 빌드의 별도 프로세스에서 실행했습니다.

Variant	Bundle	WER	Δ WER	Mean RTF	Overall ×RT	Footprint
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

물리 사용량은 배포 관점에서 의미 있는 통합 메모리 지표입니다. MLX가 가중치 파일을 메모리 매핑할 수 있기 때문입니다. FLEURS는 영어 낭독 음성이므로 이 수치는 대화, 전화, 잡음, 다화자 오디오에서의 동등성을 주장하지 않습니다.

모델 링크

구현 메모

The runtime resamples mono Float32 PCM to 16 kHz and handles long recordings in overlapping chunks.
INT5 is the practical default: on the validated English FLEURS run it used a 1.62 GiB bundle, 2,582 MiB physical footprint, and 0.0150 mean RTF.
MLX affine quantization supports 2, 3, 4, 5, 6, and 8 bits, not INT7; choose INT8 when prioritizing quality.
This is a non-streaming engine. The CLI rejects --stream instead of silently changing behavior.