Какую модель выбрать.
Короткий ответ: начните с «base». Она занимает меньше 150 МБ, работает быстро на любом ноутбуке и справляется с обычной диктовкой. Если качества не хватит — перейдите на «small», а если компьютер мощный и важна точность — на «large-v3-turbo».
Чем модели отличаются
Модель — это файл, который приложение скачивает один раз и дальше использует локально. Чем модель больше, тем лучше она разбирает шум, термины и длинные фразы, но тем больше места на диске и оперативной памяти ей нужно и тем дольше идёт распознавание.
Звук при этом никуда не отправляется: распознавание целиком происходит на вашем компьютере. В интернет приложение ходит только за самим файлом модели — при первой загрузке.
Таблица моделей
- tiny — 74 МБ. Максимальная скорость для коротких фраз и команд. Хуже справляется с шумом и терминами.
- base — 141 МБ. Оптимальный баланс скорости и качества для повседневной диктовки.
- small — 465 МБ. Уверенно распознаёт живую речь, разговорные обороты и длинные предложения.
- medium — 1,43 ГБ. Высокая точность для сложных текстов, совещаний и интервью.
- large-v3-turbo — 1,51 ГБ. Флагманское качество распознавания почти без потери скорости.
- Parakeet V3 (NVIDIA) — 396 МБ. Быстрая многоязычная модель: 25 языков с автоопределением, пунктуация и заглавные буквы сразу. Лицензия CC-BY-4.0.
Размеры указаны точно — это размер файла, который скачает приложение. Место на диске нужно с запасом: во время загрузки файл лежит рядом во временной копии.
Как выбрать под свой компьютер
- Ноутбук без дискретной видеокарты, 8 ГБ памяти: «base», при нехватке качества — «small».
- Рабочий компьютер, 16 ГБ и больше: «small» или «large-v3-turbo» — последняя даёт лучшее качество почти без потери скорости.
- Диктуете короткие команды и хотите мгновенный отклик: «tiny».
- Говорите на нескольких языках: Parakeet V3 — он сам определяет язык из 25 и ставит пунктуацию и заглавные буквы.
Можно ли поменять модель потом
Да, в любой момент: раздел «AI Модели» в приложении. Скачанные модели остаются на диске, между ними можно переключаться, а ненужные — удалять по одной. Удаление освобождает место и ни на что больше не влияет: ключ, история и настройки не затрагиваются.
Откуда берутся файлы моделей
Модели — открытые: whisper.cpp от Georgi Gerganov и Parakeet TDT 0.6b v3 от NVIDIA (лицензия CC-BY-4.0). Приложение скачивает их с HuggingFace и проверяет контрольную сумму каждого файла: если файл повреждён при загрузке, он не будет использован.
Вопрос не разобран или чего-то не хватает — напишите на dictoria@wexus.ru.