документація
Майстер обирає розумну, змінити її можна будь-коли в розділі Мови та моделі. Що насправді вирішує цей вибір:
Whisper Medium q5
Покриває все й перекладає сама — англійською повноцінно, іншими мовами інтерфейсу експериментально. Близько 1,5 ГБ.
вузьку модель під вашу мову
GigaAM v3 перетворила 11-секундну фразу на текст за 0,47 с проти 11,6 с у Whisper і зайняла втричі менше пам'яті.
потокову Nemotron 3.5
Шматки тексту з'являються на смужці кілька разів на секунду, 40 мов.
Whisper Base або Moonshine
Малі та швидкі; на довгих фразах помиляються частіше.
Каталог показує, скільки пам'яті модель займе насправді, порівнюючи з тим, скільки її вільно просто зараз, і прямо каже, чи вміє вона перекладати.
Моделі завантажуються на запит, із репозиторіїв нижче, і кожен файл перед використанням звіряється з опублікованим SHA-256. Жодна не постачається разом із програмою.
Вибір за замовчуванням для будь-якої мови і моделі, на яких тримається переклад: англійською — їхнім власним завданням перекладу, іншими мовами — тим, що їм називають мову результату як мову мовлення. Квантовані збірки позначені q5.
Одномовна модель, сама розставляє розділові знаки. На фразі в 11 секунд їй знадобилося 0,47 с проти 11,6 с у Whisper Medium і 277 МБ пам'яті проти 814 МБ.
Попереднє покоління тієї самої моделі: та сама швидкість, але без розділових знаків.
25 європейських мов в одній вузькій моделі, знаки ставить сама.
Друкує під час мовлення: шматки тексту на смужці, 40 мов, із розділовими знаками.
Англійська, німецька, іспанська та французька — і перекладає між ними без Whisper.
Близько 30 мов, найважча і найточніша в каталозі.
Мала і швидка, на одну мову за раз і на скромному залізі.
Постобробка запускає будь-яку GGUF-модель, яку ви вкажете; пошук і завантаження з Hugging Face є всередині програми.
Каталог — не огорожа. Покладіть файл моделі Whisper (ggml-*.bin) або теку моделі sherpa-onnx у теку models поруч із програмою, і вона з'явиться у списку під власним іменем із позначкою, що знайдена локально. Те саме з редактором: постобробка запускає будь-який файл GGUF, на який ви вкажете, а пошук у програмі забирає його з Hugging Face.
Whisper перекладає англійською власною задачею translate, а іншими мовами інтерфейсу — коли йому кажуть, що мовлення вже цільовою мовою. Canary сам перекладає між англійською, німецькою, іспанською та французькою. Вузькі моделі лише розшифровують: коли одна з них обслуговує вашу мову, програма тримає напоготові найкращий встановлений Whisper, і плашка пропонує передати фразу йому.
Де задається модель кожної мови і як працюють рядки, описано в посібнику «Мови та моделі».