# llama.cpp b11190 исправляет расшифровку LFM2.5-Audio

Источник: https://modelium.tech/zhurnal/llama-cpp-b11190-lfm25-audio-transcription-fix/

Предварительная сборка llama.cpp b11190 от 25 сентября 2026 года исправляет подготовку mel-спектрограммы для аудиомоделей семейства LFM2.5. В сравнении автора исправления с эталонной реализацией прежний код давал отличающиеся транскрипты на 9 из 200 английских и 13 из 200 японских записей; после изменения совпадение выросло до 200/200 и 199–200/200 соответственно в проверенных режимах. Это исправление корректности, а не выпуск новых весов или доказательство снижения WER на независимом датасете.

llama.cpp b11190 исправляет расшифровку LFM2.5-Audio

25 сентября 2026 года вышла **предварительная сборка** `llama.cpp b11190` с исправлением mel-препроцессора LFM2 Audio. Изменение относится к подготовке звукового входа перед локальным инференсом, а не к весам модели. PR #29403 объединён в основную ветку и включён в опубликованный тег; сборка помечена как prerelease. [s1](#src-s1) [s2](#src-s2)

## В чём была ошибка

Для аудиопрепроцессора `lfm2a` код теперь добавляет малую константу *до* логарифма вместо обрезания значений снизу, использует симметричное окно Hann и добавляет epsilon к стандартному отклонению *после* извлечения квадратного корня. В PR это сопоставлено с эталонным `liquid-audio`. Эти режимы включены только для данного препроцессора; другие аудиопрепроцессоры не переключаются на новую формулу. [s2](#src-s2) [s3](#src-s3)

По **измерениям автора PR**, на одинаковом аудио 16 кГц и при `temperature=0` прежняя версия выдавала транскрипты, отличающиеся от эталона, в 9 из 200 английских записей LibriSpeech `test-clean` и 13 из 200 японских записей Common Voice. После исправления совпало 200/200 английских транскриптов в F16, 200/200 японских в F32 и 199/200 японских в F16. Оставшееся отличие в F16 — запятая, причём результат совпал с эталонной реализацией в bf16. Медианная относительная L2-ошибка mel-признаков по авторскому сравнению сократилась примерно с 3,2% и 3,9% до ~0,0002% для английского и японского наборов. Это **совпадение с эталоном на ограниченном тесте**, а не независимый WER-бенчмарк или обещание такого же выигрыша на любой записи. Modelium не проводил собственных замеров. [s2](#src-s2)

## Кому это полезно

Если вы расшифровываете аудио моделями LFM2.5 через `llama-server` или другой клиент на базе актуального `libmtmd`, обновление до `b11190` либо последующего выпуска с тем же изменением стоит проверить на своих записях. Особенно полезно заново сравнить японские транскрипты и пайплайны, где изменение отдельного слова существенно. Сохраните прежний результат и сравнивайте при одинаковых модели, параметрах декодирования и аудиофайле: выпуск не гарантирует улучшения всех транскриптов относительно человеческой разметки. Сборка предварительная, поэтому для production сначала проверьте совместимость. [s1](#src-s1) [s2](#src-s2)

**Новых весов здесь нет.** Официальные GGUF-пакеты Liquid AI для английской и японской LFM2.5-Audio уже доступны отдельно, включая модельные и аудиопроекторные файлы. Не путайте лицензию MIT исходного кода `llama.cpp` с лицензией весов **LFM Open License v1.0**: она разрешает коммерческое применение только при условии, что годовая выручка юридического лица не достигает порога $10 млн; для юридических лиц выше порога коммерческое использование по этой лицензии не разрешено. Проверьте полный текст условий перед внедрением. Размер GGUF-файла не является требованием к RAM или VRAM. [s4](#src-s4) [s5](#src-s5) [s6](#src-s6) [s7](#src-s7)

## Источники

1. [ggml-org/llama.cpp: предварительная сборка b11190, 25 сентября 2026](https://github.com/ggml-org/llama.cpp/releases/tag/b11190) — получено 2026-09-25
2. [ggml-org/llama.cpp: merged PR #29403, методика сравнения и таблица транскриптов](https://github.com/ggml-org/llama.cpp/pull/29403) — получено 2026-09-25
3. [ggml-org/llama.cpp: diff аудиопрепроцессора в PR #29403](https://github.com/ggml-org/llama.cpp/pull/29403/files) — получено 2026-09-25
4. [Liquid AI: официальные веса LFM2.5-Audio-1.5B-GGUF](https://huggingface.co/LiquidAI/LFM2.5-Audio-1.5B-GGUF/tree/7d525f883a077e20afb782f2ff618edcae0e39e4) — получено 2026-09-25
5. [Liquid AI: официальные японские веса LFM2.5-Audio-1.5B-JP-GGUF](https://huggingface.co/LiquidAI/LFM2.5-Audio-1.5B-JP-GGUF/tree/64b96718b341dbd5650f9e85627cecdcbd4ac61b) — получено 2026-09-25
6. [Liquid AI: текст лицензии весов LFM Open License v1.0](https://huggingface.co/LiquidAI/LFM2.5-Audio-1.5B-GGUF/blob/7d525f883a077e20afb782f2ff618edcae0e39e4/LICENSE) — получено 2026-09-25
7. [ggml-org/llama.cpp b11190: лицензия кода MIT](https://github.com/ggml-org/llama.cpp/blob/b11190/LICENSE) — получено 2026-09-25