whisper-large-v3-mlx
mlx-communityが2024年に公開したwhisper-large-v3-mlxは、音声・オーディオモデルです。whisper-large-v3-mlx is an open-weights audio model.
by mlx-community
得意な用途
- automatic speech recognition
osFoundryでのwhisper-large-v3-mlxの使い方
ご自身のキーで接続（BYOK）
キーダイアログを開き、mlx-communityのAPIキーを貼り付けるだけで、osFoundryがwhisper-large-v3-mlxを自動的に検出します。パイプラインタブでMaestroのロール（router、direct、orchestrator、fallback）に割り当てれば、すべてのチャットですぐに利用できます。ご自身のキー・ご自身のプロバイダーアカウントで、トークン手数料は一切上乗せしません。
専用エンドポイントをデプロイ
whisper-large-v3-mlxはオープンウェイトです。ローカルで無料で実行することも、ワークスペースに専用GPUエンドポイントをデプロイして、レート制限のない予約済み容量を確保することもできます。
Room Appで使う
Room Appはマニフェストで AI 機能を宣言し、invokeAIで呼び出します:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
ご自身のアプリから呼び出す
モデルをワークスペースに組み込めば、APIとしてホストして、osFoundryの外側にあるご自身のサービス・スクリプト・CIから呼び出すことができます。
whisper-large-v3-mlxと類似モデルの比較
ライセンス
未指定 — ライセンス条件が明示されていません。商用利用の前に上流のモデルカードをご確認ください。
上流のドキュメントをご確認ください。
whisper-large-v3-mlxについてのよくある質問
whisper-large-v3-mlxは無料で使えますか？
whisper-large-v3-mlxはご自身のハードウェアでローカル実行する場合は無料です。osFoundry経由のホスティングアクセスは従量課金（入力 Free (local)、出力 Free (local)）となります。ローカルとホスティングはいつでも切り替えられます。
whisper-large-v3-mlxを商用利用できますか？
条件付きで商用利用が許可されています。 ライセンス条件が明示されていません。商用利用の前に上流のモデルカードをご確認ください。 上流のドキュメントをご確認ください。
whisper-large-v3-mlxをローカルで実行できますか？
はい。whisper-large-v3-mlxはオープンウェイトで、ワークステーション向けGPUでローカル実行できます。osFoundryのローカルランタイムがモデルのロード、量子化、ルーティングを処理します。
whisper-large-v3-mlxが最も得意なことは何ですか？
whisper-large-v3-mlxはautomatic speech recognitionに適しています。
osFoundryでwhisper-large-v3-mlxをどう使えばよいですか？
キーダイアログでmlx-community APIキーを貼り付け（セルフホスト可能なモデルの場合はオープンウェイトをデプロイ）、パイプラインタブでwhisper-large-v3-mlxをMaestroのロールに割り当てれば、チャット、invokeAI経由のRoom App、ご自身のアプリから利用できます。
mlx-communityにより公開（2024年1月7日）。 出典: https://huggingface.co/mlx-community/whisper-large-v3-mlx