Parakeet TDT — Android

Parakeet TDT v3 chạy trên Android và Linux nhúng qua ONNX Runtime. Mô hình được chia thành các tệp bộ mã hoá và decoder-joint, cả hai đều được lượng tử hoá INT8, với bộ giải mã TDT greedy hỗ trợ 114 ngôn ngữ và vocabulary BPE 8192 token.

Tệp mô hình

Tệp	Kích thước
`parakeet-encoder-int8.onnx`	840 MB
`parakeet-decoder-joint-int8.onnx`	51 MB
`vocab.json`	<1 MB

HuggingFace: aufklarer/Parakeet-TDT-v3-ONNX

Hiệu năng

Chỉ số	Giá trị
Ngôn ngữ	114
Lượng tử hoá	INT8
Bộ giải mã	TDT greedy
Hệ số thời gian thực	RTF 0.12 (~150 ms cho 1.5 s âm thanh)
Tăng tốc phần cứng	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

API C (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);

Mã nguồn: github.com/soniqo/speech-android