speech.cpp 0.9.3: японскую речь теперь распознаёт Haas-ja-v1.0
На странице · 2 разделов
30 октября вышел speech.cpp 0.9.3: программа для локальной работы со звуком теперь поддерживает Haas-ja-v1.0 для расшифровки японской речи. Доступны сборки для Mac с Apple Silicon, Windows и Linux; модель загружается отдельно. Длинную запись лучше делить по участкам речи. Modelium не запускал этот выпуск самостоятельно.
speech.cpp 0.9.3: японскую речь теперь распознаёт Haas-ja-v1.0
Если у вас есть запись разговора на японском, новая версия speech.cpp позволяет получить её текст на собственном компьютере. В стабильный выпуск 0.9.3 от 30 октября 2026 года добавили поддержку Haas-ja-v1.0; исходная модель появилась раньше, новость — именно о локальном запуске без обязательного сервера с NVIDIA. Редакция сверила документацию и файлы 30 октября, но сама модель не запускалась. s1 s2
Что стало доступно
Разработчик выпустил готовые архивы speech.cpp 0.9.3 для Mac с Apple Silicon, Windows x64 и Linux x86-64, включая Linux-вариант без видеокарты. На Windows нужен установленный драйвер с поддержкой Vulkan; для Linux-сборки указаны дополнительные требования к процессору и системе. Перед установкой сверьте свой компьютер с официальной страницей установки. s1 s3
Для Haas-ja-v1.0 автор отдельно выложил пять файлов GGUF — формата хранения весов модели, то есть данных, которые программа загружает для распознавания. При выборе имени haas-ja-v1.0 speech.cpp скачивает вариант Q8_0; файл весит около 0,66 ГБ. Это размер скачивания, не заявка на минимальную оперативную память. Несмотря на расширение GGUF, этот пакет рассчитан именно на speech.cpp версии 0.9.3 или новее, а не на Ollama, LM Studio или llama.cpp. s2 s4
Как понять, пригодится ли обновление
Первое практическое применение — сделать текст из короткой японской записи, например голосового сообщения. В документации приведена команда speech asr haas-ja-v1.0 utterance.wav: вместо utterance.wav нужен путь к вашей записи. При первом запуске программа скачает веса через интернет; дальнейшая обработка выполняется локально. Это инструкция по документации, а не результат проверки на компьютере Modelium. s3 s4
Для длинной беседы разработчик рекомендует разбивать запись по участкам, где слышна речь: при обработке всего длинного фрагмента отдельные предложения могут пропасть. В порте пока нет поддержки пользовательского словаря и специального режима transcribe_longform из оригинального Python-пакета Haas. Русскую речь эта японская модель не расшифровывает; для неё требуется другая модель из каталога. s2 s4
Автор порта сообщает 4,39% ошибок по символам для Q8_0 на 650 японских фразах тестового набора FLEURS на Apple M5; для другого распознавателя в том же сравнении указано 5,00%. Это оценки разработчика в заданных условиях, не наш замер и не гарантия точности на вашей записи. Исходная команда Third Intelligence публикует иную оценку на пяти наборах данных — смешивать эти числа нельзя. s2 s5
Код speech.cpp распространяется по MIT, а исходная модель и выложенные GGUF-веса отмечены Apache-2.0. Права на другие модели в каталоге этой программы могут отличаться; не переносите лицензию Haas на весь каталог. s1 s4 s5
Следующий шаг: откройте официальный релиз speech.cpp 0.9.3, затем проверьте требования к своей ОС в руководстве по установке. s1 s3
Источники
- speech.cpp v0.9.3 — официальный релиз и лицензия кода MIT — Стабильный релиз 30.10, архивы и SHA256SUMS; MIT сверена также по LICENSE в теге v0.9.3.. Получено 30.10.2026.
- speech.cpp v0.9.3 — FastConformer: Haas, ограничения и авторские тесты — Закреплённый тег: японский Haas, FLEURS 650, ограничения длинных записей и словаря.. Получено 30.10.2026.
- speech.cpp v0.9.3 — установка и системные требования. Получено 30.10.2026.
- Haas-ja-v1.0 GGUF — карточка весов и Apache-2.0 LICENSE — Пять весовых GGUF, отдельный LICENSE, README с совместимостью speech.cpp >=0.9.3 и командой.. Получено 30.10.2026.
- Third Intelligence — исходная карточка Haas-ja-v1.0 — Исходная модель и лицензия Apache-2.0 в карточке; отдельный LICENSE у исходного HF отсутствует, LICENSE официального кода Haas-ASR также Apache-2.0; оценка на пяти наборах отличается от FLEURS-порта.. Получено 30.10.2026.