Речь в текст

NVIDIA Parakeet / Canary / Nemotron Speech

Быстрые модели распознавания речи от NVIDIA, в том числе потоковые для работы в реальном времени. Parakeet TDT v3 и Nemotron 3.5 ASR понимают русский.

Разработчик
NVIDIA, США
Первый выпуск
дек 2023
Последний выпуск
май 2026
Размеры
110M – 2.5B
Лицензия
Коммерция с условиямиСмешанная: Parakeet и Canary в основном CC-BY-4.0 (Canary-1B первой версии некоммерческая), Parakeet Unified и Nemotron Speech Streaming под NVIDIA Open Model License, Nemotron 3.5 ASR под OpenMDW
Русский язык
Есть
Запуск
Через свой серверРаботает и без видеокарты
Сферы
Поддержка клиентов, Медиа и продакшн, Документы и бухгалтерия
Поставить на свой сервер Hugging Face GitHub

Какие задачи решает

  • Расшифровка звонков и совещаний
  • Субтитры к видео
  • Голосовой ввод в реальном времени
  • Разметка аудиоархивов

Где применяется

Колл-центрыМедиаГолосовые ботыВнутренние сервисы компаний

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии
подходит
1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии
подходит
КластерСервер с несколькими видеокартами — флагманские версии
нет версий

Версии

  1. Nemotron 3.5 ASR Streaming 0.6B
  2. Parakeet Unified 0.6B
  3. Nemotron Speech Streaming 0.6B
  4. Parakeet TDT 0.6B v3 и Canary-1B v2
  5. Canary-Qwen-2.5B
  6. Parakeet TDT 0.6B v2
  7. Canary-1B
  8. Parakeet CTC 0.6B

Как запустить

На своём сервереВеса скачиваются с Hugging Face, запуск — через vLLM (нагрузка и API) или llama.cpp (скромное железо). Так модель работает в закрытом контуре, без оплаты за запросы.Hugging Face
Сколько нужно железаПосчитайте видеопамять под нужный размер модели, контекст и число одновременных запросов.Открыть калькулятор железа

Ставлю и настраиваю под ключ: подберу размер модели, разверну на вашем сервере, подключу к вашим системам.

Частые вопросы

Можно ли использовать NVIDIA Parakeet / Canary / Nemotron Speech в коммерческом проекте?

С условиями. Лицензия: Смешанная: Parakeet и Canary в основном CC-BY-4.0 (Canary-1B первой версии некоммерческая), Parakeet Unified и Nemotron Speech Streaming под NVIDIA Open Model License, Nemotron 3.5 ASR под OpenMDW. Ограничения бывают разными — регион, выручка компании, требование указывать авторство. Перед коммерческим запуском проверьте условия с юристом.

Какое железо нужно для NVIDIA Parakeet / Canary / Nemotron Speech?

Минимум: Ноутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии. Есть версии, которые работают и без видеокарты, на обычном процессоре. Точный объём видеопамяти под ваш размер модели и контекст можно посчитать в калькуляторе железа.

Поддерживает ли NVIDIA Parakeet / Canary / Nemotron Speech русский язык?

Да, русский язык заявлен в карточке модели.

Где скачать NVIDIA Parakeet / Canary / Nemotron Speech и сколько это стоит?

Веса NVIDIA Parakeet / Canary / Nemotron Speech лежат в открытом доступе и скачиваются бесплатно. Платить нужно только за железо, на котором модель работает, и за настройку. Ссылки на первоисточник — в конце страницы.

Как внедряю у заказчика

  1. ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
  2. УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
  3. ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
  4. ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.

Сравнения

Статьи по теме

Похожие модели

Речь в текстWhisperOpenAI · СШАМожно в коммерцию

Распознавание речи на 99 языках, включая русский. Стандарт де-факто для расшифровки звонков и встреч. Ускоренные Distil-Whisper от Hugging Face — только для английского.

ПодробнееРечь в текстGigaAMСбер · РоссияМожно в коммерцию

Модели Сбера для распознавания русской речи, одни из самых точных для русского языка. Есть распознавание эмоций, версия v3 с пунктуацией и многоязычная версия (русский, казахский, киргизский, узбекский).

ПодробнееРечь в текстQwen3-ASRAlibaba (Qwen) · КитайМожно в коммерцию

Модели распознавания речи от команды Qwen на 50+ языков, включая русский. Хорошо справляются с шумом, пением и акцентами.

Подробнее

Источник: huggingface.co/nvidia/nemotron-3.5-asr-streaming-0.6b. Данные сверены с карточкой модели 22.09.2026. Лицензию перед коммерческим запуском проверьте с юристом.