Traducere automată · Originalul în engleză

Parakeet TDT ا Android

Parakeet TDT v3 rulează Android, încorporat Linux și Windows via ONNX Runtime. Modelul este împărțit în fișiere comune de codor și decodor, ambele INT8 cuantizate, cu un decodor TDT lacom care susține 114 limbi și un vocabular BPE 8192-token.

Model de fișiere

Fișier	Dimensiune
`parakeet-encoder-int8.onnx`	840 MO
`parakeet-decoder-joint-int8.onnx`	51 MO
`vocab.json`	<1 MO

HuggingFace: soniqo/Parakeet-TDT-v3-ONNX

Performanță

Metrică	Valoare
Limbi	114
Cuantificare	INT8
Decodor	TDT lacom
Factor în timp real	RTF 0,12 (~150 ms pentru audio 1,5 s)
Accelerația hardware-ului	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);

Codul sursă: github.com/soniqo/speech-android