Traducere automată · Originalul în engleză

Cohere Transcribe 2B

Această primă parte Soniqo documente de pagină Cohere Transcribe 2B de la local speech-swift / speech-core implementare. Hugging Face pachete sunt legate mai jos după notele de integrare.

Prima pagină internă

Carduri de aterizare și meniuri docs punct acum aici primul; model sursă și link-uri de pachet rămân disponibile de la această pagină.

La o strălucire

Model	Cohere Transcribe 2B
Rol	Difuzarea multilingvă de înaltă precizie offline-to-text
Platformă	Native MLX on Apple Silicon
Ieșire	Transcriere text simplu
Limbi	14 limbi
Licență	Apache-2.0
Stare	Publicat FP16, INT5 și INT8 pachete; INT5 este implicit
Sursă	Cohere Transcribe
Swift produs	`CohereTranscribeASR`
CLI / timpul de funcționare	`speech transcribe --engine cohere`

Utilizare

Fragmentul de mai jos reflectă curentul speech-swift API sau comanda expusă de 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

Criteriu de referință

Măsurată la 2026-07-22 peste 80 de engleză FLEURS declaraţii de citire în total 759,56 secunde, pe un Apple M5 Pro cu 48 GB de memorie care rulează macOS 26.5.2. Fiecare variantă a rulat în propriul proces dintr-o clădire de eliberare.

Variantă	BundleCity in Germany	WER	Δ WER	Media RTF	Total ×RT	Amprentă de picior
FP16	3.85 GiB	6.178%	—	0.0444	23.59×	6,724 MiO
INT5	1.62 GiB	6.288%	+0.110 pp	0.0150	69.64×	2,582 MiO
INT8	2.25 GiB	6.178%	+0.000 pp	0.0159	65.74×	3,292 MiO

Amprenta fizică este figura unificat-memorie relevantă pentru implementare, deoarece MLX poate memora-map de greutate fișiere. FLEURS este discursul de citire în limba engleză: aceste numere nu pretind paritate pe conversație, telefon, zgomotos, sau difuzor-greu audio.

Modele de legături

Note de punere în aplicare

Reeșantionarea timpului de funcționare mono Float32 PCM la 16 kHz și se ocupă de înregistrări lungi în bucăți suprapuse.
INT5 este implicitul practic: pe limba engleză validată FLEURS rula a folosit un pachet GiB 1,62, 2,582 MiB amprenta fizică, și 0,0150 înseamnă RTF.
MLX afin quantization suportă 2, 3, 4, 5, 6 și 8 biți, nu INT7; alegeți INT8 atunci când prioritizați calitatea.
Acesta este un motor non-streaming. CLI respinge --stream în loc de schimbare tăcută comportament.