TranscribePsy-250M: русский язык есть, но не в версии GGUF

14 октября 2026 года команда QVAC представила семейство TranscribePsy-250M: модели, которые превращают запись голоса в текст без обязательной отправки записи на облачный сервис. Для русскоязычного читателя важно различать варианты: русский есть в модели на 25 языков, но отсутствует в вариантах, предназначенных для запуска на телефоне. Файлы моделей опубликованы на Hugging Face. s1 s2 s3

Какой вариант подходит для русского?

TranscribePsy-250M-EU — основная модель на 25 европейских языков, включая русский и украинский. Она опубликована в формате NeMo и как набор файлов весов — то есть данных, из которых программа загружает модель. Для русского звука инструкция автора требует подключить отдельные файлы-адаптеры: они настраивают модель на неанглийскую речь. Если их не подключить, программа может не сообщить об ошибке, но точность упадёт. Официальная карточка описывает запуск через Python и библиотеку NeMo; звук перед обработкой должен быть одноканальным WAV с частотой 16 кГц. s2

Например, если у вас есть запись разговора на русском и нужен текст, смотреть следует именно карточку EU и её инструкцию с адаптерами, а не скачивать файл с похожим названием EU-sub. Это пока не инструкция «установить приложение одним нажатием»: необходимо подготовить Python-зависимости и аудиофайл. Минимальные требования к оперативной памяти на домашнем компьютере редакция не подтверждала. s2

Почему GGUF не решает ту же задачу?

TranscribePsy-250M-EU-sub обучена для восьми языков: нидерландского, английского, французского, немецкого, итальянского, польского, португальского и испанского. Её версия GGUF — формат файла для программы локального запуска — работает с C++-движком авторов parakeet.cpp; есть и отдельный вариант Core ML для устройств Apple. Русского нет ни в восьмиязычном GGUF, ни в его Core ML-варианте. GGUF-файл доступен для загрузки, но для телефона авторы описывают сборку и встраивание движка разработчиком, а не готовое приложение из магазина. s2 s3 s4 s7

Авторы публикуют сравнения точности 25-языковой модели и скорости восьмиязычной версии на шести телефонах. Это разные варианты и разные условия: телефонный тест использует 160 коротких записей из восьмиязычного набора Multilingual LibriSpeech. Эти результаты не показывают, как GGUF распознаёт русский: он его не поддерживает. Modelium не запускал модели и не проверял точность на собственных записях. s2 s3

Что известно о правах и ограничениях?

Карточки моделей помечают веса лицензией Apache-2.0; исходный C++-код имеет отдельный файл Apache-2.0 LICENSE и NOTICE о сторонних компонентах. Авторы также называют использованную модель NVIDIA Parakeet, распространяемую по CC BY 4.0: при повторном распространении важно сохранять необходимые сведения об авторстве и проверять условия исходных компонентов. Одна метка «открытые веса» не заменяет проверку лицензий конкретных файлов и кода. s2 s3 s5 s6

Модели предназначены для обработки готовых фрагментов, а не для потокового распознавания в реальном времени; авторы не рекомендуют их для решений, где ошибка может причинить вред. Следующий шаг: откройте официальную карточку TranscribePsy-250M-EU, если вам нужен русский язык, и проверьте требования к адаптерам и аудиофайлу до загрузки. s2