ModelPublicadoExterno

Parakeet Primeline Onnx

sherpa-onnx-kompatibler ONNX-Export (int8-quantisiert) von primeline/parakeet-primeline, einem deutschen Fine-Tune von nvidia/parakeet-tdt-0.6b-v3 (FastConformer-TDT, 0.6B Parameter).

Fuentehuggingface.co/flozen1981/parakeet-primeline-onnx/tree/d548e25b9bfe559aa274f361892dc4ed5d64743a

TipoOtherModelo baseprimeline/parakeet-primelineVersiónRevision d548e25Ccalidad

Fuente del modelo

Tipo: Other
Tamaño del archivo: 1,48–11,3 MB
Modelo base: primeline/parakeet-primeline
Versión: vRevision d548e25
Actualizado: 27 sept 2026
Descargas: 0
Fuente: Hugging Face

Descripción de la fuente

parakeet-primeline-onnx

sherpa-onnx-kompatibler ONNX-Export (int8-quantisiert) von primeline/parakeet-primeline, einem deutschen Fine-Tune von nvidia/parakeet-tdt-0.6b-v3 (FastConformer-TDT, 0.6B Parameter).

Erstellt für VoxJuris — eine Windows-Diktier-App für deutsche Rechtssprache — zur lokalen (Offline-)Spracherkennung ohne GPU.

Dateien

Datei	Beschreibung
`encoder.int8.onnx` + `encoder.int8.onnx.data`	Encoder, int8-quantisiert (Gewichte in externer Datei)
`decoder.int8.onnx`	Prediction-Network, int8-quantisiert
`joiner.int8.onnx`	Joiner-Network, int8-quantisiert
`tokens.txt`	Token-Vokabular für sherpa-onnx
`bpe.vocab`	BPE-Vokabular (Referenz, von sherpa-onnx nicht zwingend benötigt)

Verwendung mit sherpa-onnx

import sherpa_onnx

recognizer = sherpa_onnx.OfflineRecognizer.from_transducer(
    encoder="encoder.int8.onnx",
    decoder="decoder.int8.onnx",
    joiner="joiner.int8.onnx",
    tokens="tokens.txt",
    model_type="nemo_transducer",
    num_threads=4,
    decoding_method="greedy_search",
)

Ebenso nutzbar über das org.k2fsa.sherpa.onnx-NuGet-Paket (C#) mit OfflineRecognizerConfig.ModelConfig.ModelType = "nemo_transducer".

Konvertierung

Export via NeMo (nemo.collections.asr) → sherpa-onnx export-onnx-nemo-transducer-models.py, anschließend dynamische int8-Quantisierung via onnxruntime.quantization.quantize_dynamic. TDT-Erkennung in sherpa-onnx basiert auf dem Substring "tdt" im url-Metadatenfeld des Encoders — entsprechend gesetzt.

Lizenz

CC-BY-4.0, wie das Basismodell primeline/parakeet-primeline und nvidia/parakeet-tdt-0.6b-v3. Attribution: primeline (Fine-Tune) und NVIDIA (Basismodell/Architektur).

Fuentes

1 fuente

Hugging FacePrincipalVersión d548e25b9bfe559aa274f361892dc4ed5d64743a

huggingface.co/flozen1981/parakeet-primeline-onnx/tree/d548e25b9bfe559aa274f361892dc4ed5d64743a

Verificado 30 ago

Download files

Artefactos del modelo

3 artefactos

decoder.int8.onnx

onnx · 11,3 MB · SHA-256 fb4ddefe2007…9369 · Hugging Face

Download file

encoder.int8.onnx

onnx · 1,48 MB · SHA-256 d4232f86718d…4c63 · Hugging Face

Download file

joiner.int8.onnx

onnx · 6,06 MB · SHA-256 8220c0d117d8…ffce · Hugging Face

Download file

Extractos de fuentes

2 extractos

Readme30 agohuggingface.co/flozen1981/parakeet-primeline-onnx

--- language: - de license: cc-by-4.0 tags: - asr - speech-recognition - german - sherpa-onnx - onnx - parakeet - tdt base_model: primeline/parakeet-primeline pipeline_tag: automatic-speech-recognition --- # parakeet-primeline-onnx sherpa-onnx-kompatibler ONNX-Export (int8-quantisiert) von [primeline/parakeet-primeline](https://huggingface.co/primeline/parakeet-primeline), einem deutschen Fine-Tune von [nvidia/parakeet-tdt-0.6b-v3](https://huggingface.co/nvidia/parakeet-tdt-0.6b-v3) (FastConformer-TDT, 0.6B Parameter). Erstellt für [VoxJuris](https://github.com/) — eine Windows-Diktier-App für deutsche Rechtssprache — zur lokalen (Offline-)Spracherkennung ohne GPU. ## Dateien | Datei | Beschreibung | |---|---| | `encoder.int8.onnx` + `encoder.int8.onnx.data` | Encoder, int8-quantisiert (Gewichte in externer Datei) | | `decoder.int8.onnx` | Prediction-Network, int8-quantisiert | | `joiner.int8.onnx` | Joiner-Network, int8-quantisiert | | `tokens.txt` | Token-Vokabular für sherpa-onnx | | `bpe.vocab` | BPE-Vokabular (Referenz, von sherpa-onnx nicht zwingend benötigt) | ## Verwendung mit sherpa-onnx ```python import sherpa_onnx recognizer = sherpa_onnx.OfflineRecognizer.from_transducer( encoder="encoder.int8.onnx", decoder="decoder.int8.onnx", joiner="joiner.int8.onnx", tokens="tokens.txt", model_type="nemo_transducer", num_threads=4, decoding_method="greedy_search", ) ``` Ebenso nutzbar über das `org.k2fsa.sherpa.onnx`-NuGet-Paket (C#) mit `OfflineRecognizerConfig.ModelConfig.ModelType = "nemo_transducer"`. ## Konvertierung Export via NeMo (`nemo.collections.asr`) → sherpa-onnx `export-onnx-nemo-transducer-models.py`, anschließend dynamische int8-Quantisierung via `onnxruntime.quantization.quantize_dynamic`. TDT-Erkennung in sherpa-onnx basiert auf dem Substring `"tdt"` im `url`-Metadatenfeld des Encoders — entsprechend gesetzt. ## Lizenz CC-BY-4.0, wie das Basismodell [primeline/parakeet-primeline](https://huggingface.co/primeline/parakeet-primeline) und [nvidia/parakeet-tdt-0.6b-v3](https://huggingface.co/nvidia/parakeet-tdt-0.6b-v3). Attribution: primeline (Fine-Tune) und NVIDIA (Basismodell/Architektur).

Note30 agohuggingface.co/flozen1981/parakeet-primeline-onnx

Source context: 0 downloads · 2 likes · Pipeline automatic-speech-recognition · Repo flozen1981/parakeet-primeline-onnx