Parakeet TDT — Android

Parakeet TDT v3, ONNX Runtime üzerinden Android ve gömülü Linux'ta çalışır. Model, her ikisi de INT8 nicemlenmiş kodlayıcı ve decoder-joint dosyalarına bölünmüştür; 114 dili ve 8192 token'lık bir BPE vocabulary'sini destekleyen TDT greedy kod çözücü kullanır.

Model Dosyaları

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

HuggingFace: aufklarer/Parakeet-TDT-v3-ONNX

Performans

Metrik	Değer
Diller	114
Nicemleme	INT8
Kod çözücü	TDT greedy
Gerçek zamanlı faktör	RTF 0.12 (1.5 s ses için ~150 ms)
Donanım hızlandırma	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);

Kaynak kodu: github.com/soniqo/speech-android