Phonon-2.5: локальная расшифровка русской речи на Mac и CPU

Что именно стало доступно?

Опубликованы два разных набора весов: Phonon-2.5 для 25 языков, в том числе русского и украинского, и Phonon-2.5 English только для английского. Сжатый файл многоязычного варианта занимает около 156 МБ при скачивании; это размер файла, а не требование к оперативной памяти. Оба репозитория содержат файлы модели, а не только описание. Версия 0.2.13 программы впервые добавила для них имена phonon-2.5 и phonon-2.5-en; последующее обновление 0.2.14 устраняет ошибку при повторной загрузке модели и работе из двух потоков. s1 s2 s3 s4 s5

Что меняется для человека с записью?

Можно расшифровать файл с русской речью локально, вместо отправки записи в онлайн-сервис. Авторы документируют запуск на Mac с Apple Silicon через MLX — программу, которая использует графику Mac для вычислений, — и на процессоре компьютера под Linux или Windows. Для установки нужен Python не ниже 3.10; на процессоре x86-64 авторы указывают SSE4.1, на 64-битном Arm — NEON. Наличие подходящего процессора ещё не означает известной скорости на вашем устройстве. s2 s4

Самый короткий пример из документации для уже установленной программы: fermion transcribe phonon-2.5 recording.wav. Здесь recording.wav — ваш аудиофайл, а результатом должна стать строка распознанного текста. Программа также принимает FLAC, OGG и AIFF; MP3/M4A требуется сначала преобразовать в поддерживаемый формат. Проверяйте имена, числа и пропуски по исходной записи. Это инструкция по документации, а не испытание Modelium. s2 s4 s6

Насколько хорошо она распознаёт русский?

По результатам авторов на тестовом наборе FLEURS для русского доля ошибочно распознанных слов составила 8,67% у Phonon-2.5 против 9,01% у Parakeet Redux и 7,21% у исходной Parakeet TDT 0.6B v3. Меньше — лучше; в этой таблице новая сжатая модель не обходит полную исходную. Среднее по 25 языкам у авторов — 11,71% против 12,18% для Redux; это другой показатель, его нельзя выдавать за результат для русского. Редакция не воспроизводила тесты и не гарантирует такую точность на вашей записи. s2

Какие ограничения по правам и запуску?

Веса Phonon-2.5 происходят от модели NVIDIA и распространяются с указанием авторства по CC BY 4.0; код Fermion в репозитории и программа имеют отдельную Apache 2.0. В файле NOTICE авторы также перечисляют источники обучающих данных и их условия. Открытые веса не означают одинаковых прав на код и данные: перед распространением продукта изучите соответствующие условия, а не полагайтесь на одну метку в карточке. s2 s3 s7 s8

Следующий шаг: если у вас уже есть запись, сверьте поддерживаемый формат и порядок установки в официальной инструкции Fermion для вашей ОС, затем сравните получившийся текст с аудио. Если нужен только английский, у авторов есть отдельный Phonon-2.5 English. Для сравнения с прежним выпуском откройте материал о Phonon-2. Источники проверены 24 октября 2026 года; ревизии весов и версия программы перечислены ниже. s3 s4 s6