MOSS Transcribe Diarize 0.9B
이 Soniqo 페이지는 로컬 speech-swift / speech-core 구현의 MOSS Transcribe Diarize 0.9B을 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 | MOSS Transcribe Diarize 0.9B |
|---|---|
| 역할 | 모델이 생성한 화자 라벨과 타임스탬프를 포함하는 배치 전사 |
| 백엔드 | Accelerate 기반 네이티브 Whisper 프런트엔드를 사용하는 CoreML |
| 출력 | 일반 전사문과 화자별 타임스탬프 구간 |
| 언어 | 다국어 MOSS 전사 모델 |
| 라이선스 | 사용 목적에 맞게 원본 모델과 번들 약관을 확인하세요 |
| 상태 | speech transcribe --engine moss 및 MossTranscribe Swift 제품에서 사용 가능 |
| 소스 | OpenMOSS-Team/MOSS-Transcribe-Diarize |
| Swift 제품 | MossTranscribe |
| CLI / 런타임 | speech transcribe --engine moss |
사용
아래 스니펫은 현재 speech-swift 저장소의 API 또는 명령과 일치합니다.
# INT8이 권장 기본값입니다.
.build/release/speech transcribe recording.wav --engine moss
# FP16 참조 버전.
.build/release/speech transcribe recording.wav --engine moss --model fp16모델 링크
구현 메모
- M5 Pro의 동일한 영어 80개 클립 벤치마크에서 두 버전 모두 전체 WER 8.16%, CER 5.90%를 기록했습니다.
- 순서를 반대로 한 두 번의 실행을 합치면 INT8은 RTF 0.070(실시간의 14.3배), FP16은 0.079(12.6배)였고, 샘플링된 최대 RSS는 각각 2.38–2.40 GB와 3.69–3.74 GB였습니다.
- Swift 런타임은 정확한 Whisper log-mel 전처리, MOSS 시간 마커 프롬프트 구성, 오디오 임베딩 주입, MLState 캐시 갱신, 탐욕 디코딩 및 구조화 출력 파싱을 담당합니다.
- INT8은 오디오 인코더와 디코더 I/O를 FP16으로 유지하면서 디코더에 대칭 선형 INT8 block-32 양자화를 적용합니다.
- 프롬프트와 출력은 고정 1024-token 컨텍스트를 공유합니다. 현재 런타임은 배치 전용이며 --stream을 거부합니다.