Pular para o conteúdo
Local AI Wizard
Sua máquina
Tema

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

Menor memória documentada

whisper-base: 1 GB

Catálogo

75 modelos · 15 com memória documentada

Português

19 modelos listam português

Escolha sua máquina e os gráficos e tabelas marcam o que cabe na memória dela.

Modelos de áudio

75 modelos · 17 revisados · verificando 26 de set. de 2026 

Modelos de áudio
VibeVoice-ASR-Streaming-7BMicrosoft · MIT8,7Nenhum publicador documenta um caminho de memória para este modelo10 · PTset. de 2026MIT
granite-speech-5.0-470m-turboctcIBM · Apache 2.00,5Nenhum publicador documenta um caminho de memória para este modelo1ago. de 2026Apache 2.0
granite-speech-5.0-470m-turboctc-ncIBM · CC BY-NC-SA 4.00,5Nenhum publicador documenta um caminho de memória para este modelo1ago. de 2026CC BY-NC-SA 4.0
VibeVoice-ASR-BitNetMicrosoft · MIT0,3Nenhum publicador documenta um caminho de memória para este modelo7 · PTjul. de 2026MIT
Qwen3-ASR-0.6B-hfAlibaba · Apache 2.00,8Nenhum publicador documenta um caminho de memória para este modelo30 · PTjun. de 2026Apache 2.0
Qwen3-ASR-1.7B-hfAlibaba · Apache 2.02Nenhum publicador documenta um caminho de memória para este modelo30 · PTjun. de 2026Apache 2.0
granite-speech-4.1-2bIBM · Apache 2.02,3Nenhum publicador documenta um caminho de memória para este modelo6 · PTabr. de 2026Apache 2.0
granite-speech-4.1-2b-plusIBM · Apache 2.02,1Nenhum publicador documenta um caminho de memória para este modelo5 · PTabr. de 2026Apache 2.0
VibeVoice-ASRMicrosoft · MIT8,7Nenhum publicador documenta um caminho de memória para este modelo51 · PTjan. de 2026MIT
parakeet-tdt-0.6b-v3NVIDIA · CC BY 4.00,62Nem o card no Hub nem as páginas do publicador nomeiam os idiomasago. de 2025CC BY 4.0
parakeet-tdt-0.6b-v2NVIDIA · CC BY 4.00,621mai. de 2025CC BY 4.0
Phi-4-multimodal-instructMicrosoft · MIT5,6Nenhum publicador documenta um caminho de memória para este modelo23 · PTfev. de 2025MIT
Whisper large-v3-turboOpenAI · MIT0,809699 · PTset. de 2024MIT
Whisper large-v3OpenAI · Apache 2.01,551099 · PTnov. de 2023Apache 2.0
audio-flamingo-3-hfNVIDIA · Termos do publicador8,3Nenhum publicador documenta um caminho de memória para este modeloNem o card no Hub nem as páginas do publicador nomeiam os idiomasSem data de lançamento do publicador; a data do repositório no Hub não é lançamentoTermos do publicador
Breeze-ASR-26MediaTek Research · Apache 2.01,5Nenhum publicador documenta um caminho de memória para este modeloNem o card no Hub nem as páginas do publicador nomeiam os idiomasSem data de lançamento do publicador; a data do repositório no Hub não é lançamentoApache 2.0
canary-1b-flashNVIDIA · CC BY 4.00,8Nenhum publicador documenta um caminho de memória para este modeloNem o card no Hub nem as páginas do publicador nomeiam os idiomasSem data de lançamento do publicador; a data do repositório no Hub não é lançamentoCC BY 4.0
canary-1b-v2NVIDIA · CC BY 4.01Nenhum publicador documenta um caminho de memória para este modeloNem o card no Hub nem as páginas do publicador nomeiam os idiomasSem data de lançamento do publicador; a data do repositório no Hub não é lançamentoCC BY 4.0
canary-qwen-2.5bNVIDIA · CC BY 4.02,6Nenhum publicador documenta um caminho de memória para este modeloNem o card no Hub nem as páginas do publicador nomeiam os idiomasSem data de lançamento do publicador; a data do repositório no Hub não é lançamentoCC BY 4.0
cohere-transcribe-03-2026Cohere · Apache 2.02,1Nenhum publicador documenta um caminho de memória para este modeloNem o card no Hub nem as páginas do publicador nomeiam os idiomasSem data de lançamento do publicador; a data do repositório no Hub não é lançamentoApache 2.0
cohere-transcribe-arabic-07-2026Cohere · Apache 2.02,1Nenhum publicador documenta um caminho de memória para este modeloNem o card no Hub nem as páginas do publicador nomeiam os idiomasSem data de lançamento do publicador; a data do repositório no Hub não é lançamentoApache 2.0
diar_sortformer_4spk-v1NVIDIA · CC BY-NC 4.00,1Nenhum publicador documenta um caminho de memória para este modeloNem o card no Hub nem as páginas do publicador nomeiam os idiomasSem data de lançamento do publicador; a data do repositório no Hub não é lançamentoCC BY-NC 4.0
diar_streaming_sortformer_4spk-v2NVIDIA · CC BY 4.00,117Nenhum publicador documenta um caminho de memória para este modeloNem o card no Hub nem as páginas do publicador nomeiam os idiomasSem data de lançamento do publicador; a data do repositório no Hub não é lançamentoCC BY 4.0
diar_streaming_sortformer_4spk-v2.1NVIDIA · Termos do publicador0,117Nenhum publicador documenta um caminho de memória para este modeloNem o card no Hub nem as páginas do publicador nomeiam os idiomasSem data de lançamento do publicador; a data do repositório no Hub não é lançamentoTermos do publicador
24 de 64
Mais 11 repositórios com poucos dadossem parâmetros, memória documentada ou data de lançamento
Repositórios de áudio com poucos dados
Confucius4-R2T2-8bitMLX Community · Termos do publicador2Termos do publicador
faster-whisper-large-v3SYSTRAN · MITNem o card no Hub nem as páginas do publicador nomeiam os idiomasMIT
faster-whisper-smallSYSTRAN · MITNem o card no Hub nem as páginas do publicador nomeiam os idiomasMIT
indic-conformer-600m-multilingualAI4Bharat · MITNem o card no Hub nem as páginas do publicador nomeiam os idiomasMIT
moonshine-tinyMoonshine · MITNem o card no Hub nem as páginas do publicador nomeiam os idiomasMIT
omniASR-CTC-1BMeta · Apache 2.0Nem o card no Hub nem as páginas do publicador nomeiam os idiomasApache 2.0
omniASR-W2V-7BMeta · Apache 2.0Nem o card no Hub nem as páginas do publicador nomeiam os idiomasApache 2.0
SenseVoiceSmallQwenAudio · Termos do publicadorNem o card no Hub nem as páginas do publicador nomeiam os idiomasTermos do publicador
speaker-diarization-3.1pyannote · MITNem o card no Hub nem as páginas do publicador nomeiam os idiomasMIT
speaker-diarization-community-1pyannote · CC BY 4.0Nem o card no Hub nem as páginas do publicador nomeiam os idiomasCC BY 4.0
whisper-large-v3-mlxMLX Community · MITNem o card no Hub nem as páginas do publicador nomeiam os idiomasMIT