Cohere Transcribe 2B

Bu Soniqo sayfası, yerel speech-swift / speech-core uygulamasındaki Cohere Transcribe 2B modelini belgeler. Hugging Face bundle bağlantıları entegrasyon notlarından sonra yer alır.

Önce dahili sayfa

Açılış kartları ve belge menüleri önce buraya yönlenir; kaynak model ve bundle bağlantıları bu sayfada kalır.

Özet

Model	Cohere Transcribe 2B
Rol	High-accuracy multilingual offline speech-to-text
Backend	Native MLX on Apple Silicon
Çıktı	Plain-text transcription
Diller	14 languages
Lisans	Apache-2.0
Durum	Published FP16, INT5, and INT8 bundles; INT5 is the default
Kaynak	Cohere Transcribe
Swift ürünü	`CohereTranscribeASR`
CLI / runtime	`speech transcribe --engine cohere`

Kullanım

Aşağıdaki parça, speech-swift deposundaki güncel API veya komutla eşleşir.

# 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

Benchmark

2026-07-22'de 80 İngilizce FLEURS okuma konuşması (toplam 759,56 saniye) üzerinde, 48 GB belleğe sahip Apple M5 Pro ve macOS 26.5.2 üzerinde ölçüldü. Her varyant release derlemesinden kendi sürecinde çalıştı.

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

Fiziksel ayak izi, dağıtım açısından anlamlı birleşik bellek ölçüsüdür; çünkü MLX ağırlık dosyalarını belleğe eşleyebilir. FLEURS İngilizce okuma konuşmasıdır: bu sayılar sohbet, telefon, gürültülü veya çok konuşmacılı seste eşitlik iddia etmez.

Model bağlantıları

Uygulama notları

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.