# Fun-ASR-Nano-2512 для LiteRT-LM: локальная транскрибация на Mac и Android

Источник: https://modelium.tech/zhurnal/fun-asr-nano-2512-litert-lm-local-asr/

27 сентября появился сторонний LiteRT-LM-пакет Fun-ASR-Nano-2512 для распознавания речи на устройстве. Он объединяет аудиоэнкодер и языковую модель в одном файле .litertlm, поддерживает запуск на Mac и Android и требует разбиения записи на фрагменты до 30 секунд. Автор проверил конверсию на небольших наборах; это не независимый тест Modelium.

Fun-ASR-Nano-2512 получил пакет для LiteRT-LM

27 сентября 2026 года сообщество `litert-community` загрузило конверсию Fun-ASR-Nano-2512 в формат Google LiteRT-LM. Это **не новая базовая модель**: исходный чекпойнт FunAudioLLM существовал ранее. Новое здесь — единый файл `.litertlm` с аудиоэнкодером, токенизатором и int8-квантованной языковой частью для локального распознавания речи. HF API подтверждает дату создания репозитория, закреплённую ревизию `62144b56` и наличие файла размером 1 255 894 736 байт. [s1](#src-s1) [s2](#src-s2)

## Зачем это нужно

Пакет рассчитан на обработку аудио на устройстве с LiteRT-LM: автор показывает работу на Apple M4 Max и Galaxy S26. Языковая часть основана на Qwen3-0.6B, а аудиочасть включает фронтенд, SAN-M-энкодер и адаптер. По карточке доступны китайский, английский и японский языки; это не обещание одинаковой точности на всех акцентах и языках. Пакет можно скачать отдельно, а LiteRT-LM имеет стабильный тег v0.16.1; автор использовал также Python-пакет `litert-lm-api` 0.17.1, наличие которого подтверждается PyPI. [s1](#src-s1) [s3](#src-s3) [s4](#src-s4)

Для проверки на совместимой системе автор предлагает установить `litert-lm-api==0.17.1`, загрузить `Fun-ASR-Nano-2512.litertlm` из закреплённой ревизии и передать **16 кГц, моно PCM WAV** через `Content.AudioFile` в движок `litert_lm.Engine(..., backend=GPU(), audio_backend=CPU())`. Для каждого фрагмента создаётся новая conversation, декодирование — `top_k=1`, `temperature=0`. На Android карточка показывает вариант CLI из тега v0.16.1 с `--audio_backend=cpu`; аудиоэнкодер нельзя переносить на GPU по этому рецепту. Не следует принимать размер файла за минимальное требование к RAM: автор отдельно наблюдал пиковый private footprint на своём Galaxy S26, но это не универсальный минимум устройства. [s1](#src-s1) [s3](#src-s3)

## Границы точности и скорости

**Один запрос — не более 30,24 секунды речи.** При передаче более длинного клипа автор наблюдал потерю последующих окон. Его решение — разделить запись по паузам на фрагменты до 30 секунд и каждый отправлять в *новой* conversation; последовательные сообщения внутри одной conversation давали повторы. Метки времени и CTC-выход пакет не предоставляет; MP3 иногда менял текст относительно WAV того же аудио. [s1](#src-s1)

В авторской проверке на 25 клипах (пять примеров исходной модели и 20 клипов LibriSpeech dev-clean, 448 английских слов) CPU на M4 Max совпал с исходной fp32-моделью в 21/25 текстов, а языковая часть на GPU — в 24/25; английский WER составил соответственно 19/448 и 20/448 ошибок против 20/448 у исходной модели. Это **сравнение автора конверсии**, не независимая экспертиза и не общий рейтинг ASR. Отдельная проверка FLEURS у автора охватывала по 50 записей для английского, китайского и японского. Его цифры скорости на M4 Max и Galaxy S26 получены при разных версиях runtime и условиях запуска; переносить их на любой Mac или Android нельзя. Modelium модель не запускал. [s1](#src-s1)

## Лицензия и происхождение

Карточка исходного `FunAudioLLM/Fun-ASR-Nano-2512` указывает Apache-2.0, но **не содержит собственного файла LICENSE**; автор конверсии приложил текст Apache-2.0 и NOTICE, где описаны происхождение и преобразования. Указание лицензии и доступность весов не равны независимо проведённой юридической проверке всех зависимостей. У модели есть и другие форматы для локального запуска, поэтому LiteRT-LM стоит выбирать при интеграции именно с этим runtime, а не как единственный путь к офлайн-транскрибации. [s1](#src-s1) [s2](#src-s2)

## Источники

1. [litert-community: Fun-ASR-Nano-2512, закреплённая карточка и инструкция](https://huggingface.co/litert-community/Fun-ASR-Nano-2512/blob/62144b56d1a76f040caea899f5ce70f51790da7a/README.md) — получено 2026-09-27
2. [FunAudioLLM: исходная модель Fun-ASR-Nano-2512](https://huggingface.co/FunAudioLLM/Fun-ASR-Nano-2512/tree/272c57b82523ada6fd87095e955f8e29100979ab) — получено 2026-09-27
3. [LiteRT-LM v0.16.1, официальный релиз](https://github.com/google-ai-edge/LiteRT-LM/releases/tag/v0.16.1) — получено 2026-09-27
4. [litert-lm-api 0.17.1, PyPI](https://pypi.org/project/litert-lm-api/0.17.1/) — получено 2026-09-27