Modelos locais de áudio
Fala → texto · Falar, transcrever, converter áudio, música e efeitos.
Memória de GPU documentada
Menor caminho publicado por modelo · GB, escala log · menor é melhor · 15 de 75 modelos
- Cor = publicador
Fonte: requisitos documentados pelos publicadores
Taxa de erro de palavras · Open ASR
0–8% · menor é melhor · resultados publicados, não medições locais
Fonte: open-asr-en-shortform · consultado 20 de out. de 2026
whisper-base: 1 GB
75 modelos · 15 com memória documentada
19 modelos listam português
Escolha sua máquina e os gráficos e tabelas marcam o que cabe na memória dela.
Modelos de áudio
| VibeVoice-ASR-Streaming-7B | 8,7 | Nenhum publicador documenta um caminho de memória para este modelo | 10 · PT | set. de 2026 | MIT |
|---|---|---|---|---|---|
| granite-speech-5.0-470m-turboctc | 0,5 | Nenhum publicador documenta um caminho de memória para este modelo | 1 | ago. de 2026 | Apache 2.0 |
| granite-speech-5.0-470m-turboctc-nc | 0,5 | Nenhum publicador documenta um caminho de memória para este modelo | 1 | ago. de 2026 | CC BY-NC-SA 4.0 |
| VibeVoice-ASR-BitNet | 0,3 | Nenhum publicador documenta um caminho de memória para este modelo | 7 · PT | jul. de 2026 | MIT |
| Qwen3-ASR-0.6B-hf | 0,8 | Nenhum publicador documenta um caminho de memória para este modelo | 30 · PT | jun. de 2026 | Apache 2.0 |
| Qwen3-ASR-1.7B-hf | 2 | Nenhum publicador documenta um caminho de memória para este modelo | 30 · PT | jun. de 2026 | Apache 2.0 |
| granite-speech-4.1-2b | 2,3 | Nenhum publicador documenta um caminho de memória para este modelo | 6 · PT | abr. de 2026 | Apache 2.0 |
| granite-speech-4.1-2b-plus | 2,1 | Nenhum publicador documenta um caminho de memória para este modelo | 5 · PT | abr. de 2026 | Apache 2.0 |
| VibeVoice-ASR | 8,7 | Nenhum publicador documenta um caminho de memória para este modelo | 51 · PT | jan. de 2026 | MIT |
| parakeet-tdt-0.6b-v3 | 0,6 | 2 | Nem o card no Hub nem as páginas do publicador nomeiam os idiomas | ago. de 2025 | CC BY 4.0 |
| parakeet-tdt-0.6b-v2 | 0,6 | 2 | 1 | mai. de 2025 | CC BY 4.0 |
| Phi-4-multimodal-instruct | 5,6 | Nenhum publicador documenta um caminho de memória para este modelo | 23 · PT | fev. de 2025 | MIT |
| Whisper large-v3-turbo | 0,809 | 6 | 99 · PT | set. de 2024 | MIT |
| Whisper large-v3 | 1,55 | 10 | 99 · PT | nov. de 2023 | Apache 2.0 |
| audio-flamingo-3-hf | 8,3 | Nenhum publicador documenta um caminho de memória para este modelo | Nem o card no Hub nem as páginas do publicador nomeiam os idiomas | Sem data de lançamento do publicador; a data do repositório no Hub não é lançamento | Termos do publicador |
| Breeze-ASR-26 | 1,5 | Nenhum publicador documenta um caminho de memória para este modelo | Nem o card no Hub nem as páginas do publicador nomeiam os idiomas | Sem data de lançamento do publicador; a data do repositório no Hub não é lançamento | Apache 2.0 |
| canary-1b-flash | 0,8 | Nenhum publicador documenta um caminho de memória para este modelo | Nem o card no Hub nem as páginas do publicador nomeiam os idiomas | Sem data de lançamento do publicador; a data do repositório no Hub não é lançamento | CC BY 4.0 |
| canary-1b-v2 | 1 | Nenhum publicador documenta um caminho de memória para este modelo | Nem o card no Hub nem as páginas do publicador nomeiam os idiomas | Sem data de lançamento do publicador; a data do repositório no Hub não é lançamento | CC BY 4.0 |
| canary-qwen-2.5b | 2,6 | Nenhum publicador documenta um caminho de memória para este modelo | Nem o card no Hub nem as páginas do publicador nomeiam os idiomas | Sem data de lançamento do publicador; a data do repositório no Hub não é lançamento | CC BY 4.0 |
| cohere-transcribe-03-2026 | 2,1 | Nenhum publicador documenta um caminho de memória para este modelo | Nem o card no Hub nem as páginas do publicador nomeiam os idiomas | Sem data de lançamento do publicador; a data do repositório no Hub não é lançamento | Apache 2.0 |
| cohere-transcribe-arabic-07-2026 | 2,1 | Nenhum publicador documenta um caminho de memória para este modelo | Nem o card no Hub nem as páginas do publicador nomeiam os idiomas | Sem data de lançamento do publicador; a data do repositório no Hub não é lançamento | Apache 2.0 |
| diar_sortformer_4spk-v1 | 0,1 | Nenhum publicador documenta um caminho de memória para este modelo | Nem o card no Hub nem as páginas do publicador nomeiam os idiomas | Sem data de lançamento do publicador; a data do repositório no Hub não é lançamento | CC BY-NC 4.0 |
| diar_streaming_sortformer_4spk-v2 | 0,117 | Nenhum publicador documenta um caminho de memória para este modelo | Nem o card no Hub nem as páginas do publicador nomeiam os idiomas | Sem data de lançamento do publicador; a data do repositório no Hub não é lançamento | CC BY 4.0 |
| diar_streaming_sortformer_4spk-v2.1 | 0,117 | Nenhum publicador documenta um caminho de memória para este modelo | Nem o card no Hub nem as páginas do publicador nomeiam os idiomas | Sem data de lançamento do publicador; a data do repositório no Hub não é lançamento | Termos do publicador |
Mais 11 repositórios com poucos dados
| Confucius4-R2T2-8bit | 2 | Termos do publicador |
|---|---|---|
| faster-whisper-large-v3 | Nem o card no Hub nem as páginas do publicador nomeiam os idiomas | MIT |
| faster-whisper-small | Nem o card no Hub nem as páginas do publicador nomeiam os idiomas | MIT |
| indic-conformer-600m-multilingual | Nem o card no Hub nem as páginas do publicador nomeiam os idiomas | MIT |
| moonshine-tiny | Nem o card no Hub nem as páginas do publicador nomeiam os idiomas | MIT |
| omniASR-CTC-1B | Nem o card no Hub nem as páginas do publicador nomeiam os idiomas | Apache 2.0 |
| omniASR-W2V-7B | Nem o card no Hub nem as páginas do publicador nomeiam os idiomas | Apache 2.0 |
| SenseVoiceSmall | Nem o card no Hub nem as páginas do publicador nomeiam os idiomas | Termos do publicador |
| speaker-diarization-3.1 | Nem o card no Hub nem as páginas do publicador nomeiam os idiomas | MIT |
| speaker-diarization-community-1 | Nem o card no Hub nem as páginas do publicador nomeiam os idiomas | CC BY 4.0 |
| whisper-large-v3-mlx | Nem o card no Hub nem as páginas do publicador nomeiam os idiomas | MIT |