Nemotron-Labs-Audex
רץ בדפדפןnvidiaרישיון לא דווח2026-07-14
nvidia עומדים גם מאחורי NVIDIA AI, ויש עליו סקירה כאן.
הדגמה שמנתחת קבצי קול, מתמללת, מתרגמת ומייצרת דיבור חזרה. היא מיועדת למי שרוצה לבחון יכולות עיבוד שמע והסקה בלי להקים שרת עצמאי.
- —הורדות בחודש
- 45לייקים
מה זה
הממשק מקבל הקלטת שמע באורך של עד 15 דקות או הנחיית טקסט, ומחזיר תמלול, תשובה כתובה או קובץ שמע מדובר. יש בחירה בין שני דגמים שונים, Nemotron-Labs-Audex-30B-A3B שמוגדר כברירת מחדל ודגם קל יותר בשם Nemotron-Labs-Audex-2B. בקוד מוגדרות משימות של הבנת קול, תרגום דיבור, חשיבה טקסטואלית, המרת טקסט לדיבור ותרגום ישיר מדיבור לדיבור.
העיבוד הטקסטואלי מוגבל כברירת מחדל לאלף עשרים וארבעה טוקנים ומגיע עד ארבעת אלפים תשעים וששה, כאשר מגבלה זו מתחלקת בין שלב החשיבה לתשובה הסופית. בהמרת טקסט לקול המגבלה נעה בין מאתיים חמישים ושש לחמש מאות ושנים עשר טוקנים של דיבור. במשימת דיבור לדיבור מוקצה תקציב חשיבה של שלושת אלפים חמש מאות שמונים וארבעה טוקנים מתוך התקרה הכוללת.
מתאים ל
- תמלול הקלטות שמע
המרת קבצי דיבור באורך של עד רבע שעה לטקסט כתוב באמצעות מודל הבסיס הגדול או הקטן.
- מענה קולי ישיר מדיבור
קליטת שאלות מוקלטות, ניתוח הנתונים בעזרת מנגנון חשיבה והחזרת תשובה קולית מסונתזת.
- הקראת טקסטים קצרים
יצירת קובץ קול מטקסט כתוב במסגרת מגבלת פלט של עד חמש מאות ושנים עשר טוקנים של שמע.
איפה זה נופל
אם תעלו הקלטה בלי לבחור משימה שמתאימה לקול, הממשק פשוט יעצור ויבקש קלט תקין. בנוסף, חלוקת הטוקנים משותפת לשלב ההסקה ולתוצאה הגמורה, כך שאם הדגם משקיע יותר מדי שלבי מחשבה הוא עלול לקטוע את התשובה הסופית באמצע. לא מדובר בסביבת ייצור, ומגבלת אורך השמע נבדקת רק עד רף של רבע שעה.
שאלות
נפוצות
האם השימוש בהדגמה כרוך בתשלום?
הגישה פתוחה בדפדפן על גבי חומרת ZeroGPU שיתופית ללא תשלום. עם זאת, זמינות המשאבים תלויה בעומס על השרתים של Hugging Face באותו רגע.
האם אפשר להריץ את המערכת על מחשב מקומי?
כן, המאגר כולל קובצי הפעלה בשם setup_local.sh ו־run_local.sh שמגדירים סביבת פייתון מבודדת. הריצה המקומית דורשת תמיכת CUDA ומזהה באופן אוטומטי את ארכיטקטורת המעבד הגרפי.
במה שונה ההדגמה הזאת משימוש ישיר במודל?
הממשק מחבר את המודלים השונים לרצף עבודה אחד עם מגבלות טוקנים קבועות מראש ונגן שמע ייעודי. בקוד ישיר אפשר לשלוט בתקציב החשיבה ובפרמטרי הפענוח ללא הגבלות הממשק הגרפי.
איך משתמשים
בוחרים מודל מתוך השניים, מסמנים משימה בתפריט, ומעלים קובץ קול או כותבים הוראה בתיבת הטקסט. השרת רץ על תשתית ZeroGPU עם חומרת A10G ומשתמש בספריית mamba-ssm המותאמת לארכיטקטורת Blackwell. אין צורך בחשבון כדי להריץ בדיקה בודדת, אבל בגלל חלוקת המשאבים של השרת ייתכנו תורים וזמני המתנה בהפעלות ארוכות.
הרישיון
הרישיון של המרחב לא דווח במאגר. המשמעות היא שאין תנאי שימוש מוגדרים לשימוש מסחרי או להפצה, ומומלץ להתייחס לקלט שמעלים כאל מידע שנשמר על שרתי השירות ולא מוגן בהסכם פרטיות ייעודי.