Maskinoversettelse · Engelsk original

Parakeet TDT — Android

Parakeet TDT v3 kjører på Android, innebygd Linux, og Windows via ONNX Runtime. Modellen er delt i koder- og dekoder-samle filer, både INT8 kvantisert, med en TDT-girig dekoder som støtter 114 språk og en 8192-token BPE-forråder.

Modellfiler

Fil	Størrelse
`parakeet-encoder-int8.onnx`	840 MB
`parakeet-decoder-joint-int8.onnx`	51 MB
`vocab.json`	< 1 MB

HuggingFace: soniqo/Parakeet-TDT-v3-ONNX

Ytelse

Metrisk	Verdi
Språk	114
Kvantisering	INT8
Dehydrering	TDT grådig
Sanntidsfaktor	RTF 0.12 (~150 ms for 1,5 s lyd)
Maskinvareakselerasjon	NNAPI (Android), QNN Hexagon DSP (Linux)

Kotlin (Android)

val modelDir = ModelManager.ensureModels(context)
val pipeline = SpeechPipeline(SpeechConfig(modelDir = modelDir))
pipeline.events.collect { event ->
    when (event) {
        is SpeechEvent.TranscriptionCompleted -> println(event.text)
        else -> {}
    }
}
pipeline.start()
pipeline.pushAudio(samples) // 16kHz mono float32

C API (Linux)

speech_config_t cfg = speech_config_default();
cfg.model_dir = "/opt/models";
speech_pipeline_t p = speech_create(cfg, on_event, NULL);
speech_start(p);
speech_push_audio(p, samples, 512);

Kildekode: github.com/soniqo/speech-android