Перейти к содержанию
modelium.
Начать с задачи
←
Новость

Kyutai STT 1B на Mac: появились MLX-веса и поддержка в speech-swift

На странице · 3 разделов

Запись на английском или французском можно будет превращать в текст на Mac через Kyutai STT 1B: опубликованы MLX-веса и поддержка модели в исходном коде speech-swift. Но последняя стабильная версия программы пока не включает новый модуль; готовой инструкции по установке через релиз нет. Русская речь для этого варианта не заявлена.

Kyutai STT 1B на Mac: появились MLX-веса и поддержка в speech-swift

Есть запись разговора на английском или французском и нужен текст на своём Mac? 16 октября 2026 года разработчик опубликовал код, позволяющий использовать модель распознавания речи Kyutai STT 1B через MLX — систему запуска моделей на компьютерах Apple. Параллельно доступны преобразованные для неё веса, то есть файлы самой модели. Но это пока новость о доступности исходников, а не обещание установки из стабильного выпуска. s1 s2

Что уже можно скачать

Репозиторий aufklarer/Kyutai-STT-1B-MLX-8bit содержит model.safetensors, mimi.safetensors, конфигурацию и словарь модели; запись о конверсии указывает на исходные веса kyutai/stt-1b-en_fr. Есть также варианты FP16 и INT4. Это модель Kyutai для английской и французской речи; поддержка русского языка в её карточке не заявлена. s2 s3 s4

В исходной ветке speech-swift появился модуль KyutaiSTT, а документация показывает распознавание аудиофайла и выдачу текста по мере поступления звука. Для этого пути нужны Mac с процессором Apple и macOS 15 или новее; в документации модельный файл при первом обращении скачивается из Hugging Face. После подготовки вычисления выполняются в локальной программе, но редакция Modelium не воспроизводила установку и не проверяла работу без сети. s1 s5 s9

Можно ли установить это как обычное обновление?

Пока нет оснований так обещать: последний опубликованный стабильный релиз speech-swift — v0.0.28 от 24 сентября, а модуль Kyutai добавлен в исходники коммитом от 16 октября. Инструкция в текущей документации относится к свежему коду, не к установленной версии из прежнего релиза. Если вы не собираете программы из исходников, разумнее дождаться следующего подтверждённого выпуска; отдельный домашний рецепт мы пока не называем готовым. s1 s6

Что известно о качестве и правах

Авторы конверсии приводят результаты на подвыборке FLEURS: по 80 английских и французских записей и отдельно измеренную скорость на 16 записях на Apple M5 Pro. Это авторские измерения, не тест Modelium; их нельзя переносить на любой Mac или считать требованиями к оперативной памяти. Документация предупреждает, что тихая запись может распознаваться хуже и что модель не принимает подсказку языка или словарь контекста. s2 s5 s7

Веса исходной модели Kyutai и MLX-конверсии помечены CC BY 4.0; код speech-swift распространяется под Apache 2.0. Разные лицензии относятся к разным компонентам и не означают, что всё решение имеет одну лицензию. s2 s4 s8

Следующий шаг: если вам подходит английская или французская речь, следите за официальными релизами speech-swift и проверяйте наличие Kyutai в конкретной версии перед установкой. Для русского аудио эта модель не заявлена; не скачивайте её в расчёте на гарантированную русскую расшифровку. s4 s6

Источники