Разработчик сжал модель распознавания речи в семь раз почти без потери точности

Разработчик Вихьят Кортикар выложил Parakeet Redux — распознавание речи, сжатое с 1,2 ГБ до 178 МБ. Сжатие тернарное: вес каждой связи хранится тремя значениями вместо привычного числа с плавающей точкой.

На процессоре, без видеокарты, модель обрабатывает запись в 113 раз быстрее реального времени. На многоязычном наборе FLEURS из 25 языков она обходит исходную модель NVIDIA, а на английском отстаёт в пределах 0,3 по доле ошибочных слов.

vik@vikhyatk

Just released Parakeet Redux! A ternary speech-to-text model, built by compressing NVIDIA's Parakeet model from 1.2GB to 178MB. Runs at 113x realtime on CPU, and beats the base model on the 25-language FLEURS benchmark while staying within 0.3 WER on English. https://t.co/YwtiTHklfO

1 42121 сентября 2026