Downloads · 30 days
0
LiveBabel-Models
XHxiehuan/LiveBabel-Models
LiveBabel-Models is a machine learning model from XHxiehuan. Use it for the machine learning task on the model card, and read the license before you ship it in a product.
LiveBabel 的本地语音模型仓库，供实时字幕、语音输入、会议记录和离线字幕使用。
Access
Public
Updated Aug 31, 2026
Repo size
7.1 GB
Likes
0
Public
Repo makeup
Click a slice to open those files.
.onnx3.6 GB · 51%
At a glance
- Access
- Public
- Created
- Aug 31, 2026
- Updated
- Aug 31, 2026
- SHA
- e93ada34
Model card
From the Hugging Face model README
LiveBabel Models
LiveBabel 的本地语音模型仓库，供实时字幕、语音输入、会议记录和离线字幕使用。
模型清单
| 目录 | 模型/用途 | v1.5 状态 | 约占用 |
|---|---|---|---|
vad/ | Silero VAD 语音分段 | 当前使用 | 1 MB |
zipformer/ | 流式 Zipformer 实时草稿（Pass1） | CPU 混合 INT8/FP32；GPU FP32 | 约 200 / 360 MB |
qwen3-asr/ | Qwen3-ASR-0.6B 高精度识别（Pass2、离线） | v1.5.0/v1.5.1 当前使用 | CPU INT8 约 1.0 GB；GPU FP16 约 1.8 GB |
speaker/ | campplus / eres2net 会议说话人识别 | 当前使用 | 65 MB |
chattts/ | ChatTTS 本地朗读 | CPU INT8 / GPU FP16 按需下载 | 470 / 940 MB |
sense-voice/ | SenseVoice 非流式识别 | 旧版本兼容保留 | 229 MB |
whisper/ | Whisper large-v3-turbo 离线识别 | 旧版本兼容保留 | 1.6 GB |
Qwen3-ASR 文件
- 公共文件：
conv_frontend.onnx、tokenizer/。 - CPU：
encoder.int8.onnx、decoder.int8.onnx。 - NVIDIA GPU：
encoder.fp16.onnx、decoder.fp16.onnx及对应.data文件。 - 远端同时保存 INT8 和 FP16，程序按运行后端只下载/保留实际使用的一套。
Zipformer 文件
- CPU 实时草稿：
encoder-epoch-99-avg-1.int8.onnx+decoder-epoch-99-avg-1.onnx（FP32） +joiner-epoch-99-avg-1.int8.onnx。 - NVIDIA GPU：三个不带
.int8后缀的 FP32 图。 - 远端保留完整 INT8 图供旧版本兼容，但当前应用不使用 INT8 decoder， 因为该组合在部分语音中会产生重复草稿。
旧版本兼容
sense-voice/ 和 whisper/ 不会从仓库删除。v1.5 默认不再使用它们，但旧版 LiveBabel 仍会按原路径读取这些文件，因此旧版本用户可以继续运行。模型文件由程序从本仓库按需下载。
v1.5.0/v1.5.1 默认实时链路是 Zipformer 流式草稿 + Qwen3-ASR 最终修正；离线字幕直接使用 Qwen3-ASR。v1.4.1 使用同一 Zipformer 草稿链路，但定稿和离线字幕使用 SenseVoice。
版本对应关系
| 应用版本 | Pass1 流式草稿 | Pass2/离线 | 应用包 |
|---|---|---|---|
| v1.4.1 | Zipformer（CPU INT8 encoder/joiner + FP32 decoder；GPU FP32） | SenseVoice（CPU INT8 / GPU FP16） | LiveBabel-sherpa-onnx-wheels/app/v1.4.1/ |
| v1.5.1 | Zipformer（CPU INT8 encoder/joiner + FP32 decoder；GPU FP32） | Qwen3-ASR-0.6B（CPU INT8 / GPU FP16） | LiveBabel-sherpa-onnx-wheels/app/v1.5.1/ |
两套版本共用 VAD、声纹和 ChatTTS 文件。切换应用版本时，程序只下载当前后端所需的 ASR 变体；旧的 SenseVoice、Whisper 和 v1.5.0 兼容文件继续保留。
- Created
- Aug 31, 2026
- Updated
- Aug 31, 2026