Skip to page content
SAVRN
Search Plan a project

Open-weight model

models-for-asr-chain

by AXERA AXERA-TECH/models-for-asr-chain

models-for-asr-chain is an open-weight model from AXERA, released under Apache License 2.0. Its published files total 2.4 GB.

models-for-asr-chain/ 集中保存 AX650 音频智能链路运行时使用的模型和配套资源。它位于驱动与业务编排层之间：driver/ 和 framework/ 提供模型加载、推理及调度代码，config/sdk-config.yaml 指定这里的模型路径，部署脚本再将生产所需资源同步到目标板。 模型路径由 config/sdk-config.yaml 配置。生产部署应使用 scripts/deploy-ax650.sh 的白名单增量同步，避免遗漏 tokenizer、配置文件或分层…

Parameters—
Context—
Weights641.1 MB
Licenseapache-2.0
AccessOpen weights
Monthly Downloads—

Model Card

By AXERA, published under apache-2.0, revision 44f06afe913f.

models-for-asr-chain/ 集中保存 AX650 音频智能链路运行时使用的模型和配套资源。它位于驱动与业务编排层之间：driver/ 和 framework/ 提供模型加载、推理及调度代码，config/sdk-config.yaml 指定这里的模型路径，部署脚本再将生产所需资源同步到目标板。 模型路径由 config/sdk-config.yaml 配置。生产部署应使用 scripts/deploy-ax650.sh 的白名单增量同步，避免遗漏 tokenizer、配置文件或分层 AXModel，也避免将开发期中间文件复制到目标板。 这些文件大多面向 AX650 和指定的 AX Engine/VNPU 模式，不能仅按文件名替换为其他平台或其他编译参数生成的模型。模型升级后应重新执行完整编译、部署依赖检查，并验证对应推理链路。

Read AXERA's full model card

模型资源目录

models-for-asr-chain/ 集中保存 AX650 音频智能链路运行时使用的模型和配套资源。它位于驱动与业务编排层之间：driver/ 和 framework/ 提供模型加载、推理及调度代码，config/sdk-config.yaml 指定这里的模型路径，部署脚本再将生产所需资源同步到目标板。

使用时候作为github项目 asr-llm-tts-chain 的组件使用

完整链路中的模型使用顺序为：

麦克风音频
  → NS 降噪
  → VAD 语音检测
  → 可选的 CAMPPlus 说话人识别
  → ASR 语音转文字
  → LLM 文本生成或翻译
  → TTS 语音合成与播放

一级目录结构

models-for-asr-chain/
├── asr/          # 自动语音识别模型及词表、归一化等配套资源
├── campplus/     # 说话人特征提取与聚类模型
├── kws/          # 关键词唤醒模型预留目录
├── llm/          # 大语言模型、tokenizer、权重和推理配置
├── ns/           # 实时语音降噪与增强模型
├── tts/          # 文本转语音模型、音色和声码器资源
├── vad/          # 语音活动检测模型
└── vc/           # 语音转换模型预留目录

子目录说明

目录 作用 当前工程中的使用方式
asr/ 保存语音识别模型及 tokenizer、词表、特征归一化文件。 当前使用 SenseVoice，将 VAD 输出的话段转换为文本，供转录、LLM 和 TTS 链路继续处理。
campplus/ 保存说话人 embedding 模型。 可选功能，用于提取说话人特征、聚类和标注不同说话人。
kws/ 为关键词唤醒模型保留统一位置。 当前只有占位文件，生产链路尚未启用 KWS。
llm/ 保存大语言模型的分层 AXModel、embedding、tokenizer 和生成配置。 当前使用 Qwen3-1.7B，对 ASR 文本进行回答或中英翻译，并将流式文本交给 TTS 预处理。
ns/ 保存语音降噪和增强模型。 当前使用 FastEnhance，在 48 kHz 实时采集链路中抑制噪声。
tts/ 保存文本分词、语言模型、音色 embedding、声学模型和 decoder 等资源。 当前使用 Hojo TTS，将 Qwen 输出按标点分段合成为语音并送入播放队列。
vad/ 保存语音活动检测模型。 当前使用 TEN-VAD 区分语音与静音，控制话段的开始、结束和累积。
vc/ 为语音转换模型保留统一位置。 当前只有占位文件，生产链路尚未启用 VC。

配置与部署

模型路径由 config/sdk-config.yaml 配置。生产部署应使用 scripts/deploy-ax650.sh 的白名单增量同步，避免遗漏 tokenizer、配置文件或分层 AXModel，也避免将开发期中间文件复制到目标板。

这些文件大多面向 AX650 和指定的 AX Engine/VNPU 模式，不能仅按文件名替换为其他平台或其他编译参数生成的模型。模型升级后应重新执行完整编译、部署依赖检查，并验证对应推理链路。

Identity and Version

Repository
AXERA-TECH/models-for-asr-chain
Publisher
AXERA
Task
Not stated by the source
Modality
Other
Library
Not stated by the source
Parameters
Not stated by the source
Languages
Not stated by the source
Revision
44f06afe913ff9e498fc761b678cfa5b322c1bf7
First published
2026-09-29
Last updated
2026-10-03

Files and Weights

73 files, 2.4 GB in total. The weights are 5 files totalling 641.1 MB in bin.

Weights5 files · 641.1 MB
Configuration5 files · 2.7 KB
Tokenizer6 files · 5.9 MB
Documentation4 files · 4.9 KB
Other49 files · 1.7 GB
Repository4 files · 1.6 KB
Every file
FileTypeSizeSHA-256
llm/qwen3-1.7b/model.embed_tokens.weight.bfloat16.binWeights622.3 MB f56b71b6939a
tts/hojo/models/id2code.binWeights141.5 KB ff4b7b9888c8
tts/hojo/models/lm_s8/embed_tokens.binWeights18.1 MB 75f69ce61bcb
tts/hojo/models/speaker_embeds.binWeights491.5 KB 620c7a0cc34e
tts/hojo/models/speaker_vecs.binWeights11.5 KB bc8d312eb7c9
config.jsonConfiguration —
llm/qwen3-1.7b/config.jsonConfiguration586 B —
llm/qwen3-1.7b/post_config.jsonConfiguration279 B —
ns/fastenhance/fastenhance_48k_meta.jsonConfiguration1.6 KB —
tts/hojo/models/lm_s8/post_config.jsonConfiguration243 B —
README.mdDocumentation3.2 KB —
llm/qwen3-1.7b/README.mdDocumentation520 B —
tts/hojo/README.mdDocumentation675 B —
tts/hojo/models/README.mdDocumentation462 B —
asr/sensevoice/am.mvnOther11.2 KB —
asr/sensevoice/chn_jpn_yue_eng_ko_spectok.bpe.modelOther377.3 KB aa87f86064c3
asr/sensevoice/sensevoice.axmodelOther262.1 MB 22b34774d9ca
asr/sensevoice/tokens.txtOther154.2 KB —
campplus/campplus.axmodelOther9.3 MB a1e9746a3b8a
llm/qwen3-1.7b/qwen3_p128_l0_together.axmodelOther35.5 MB 0e2368f662a0
llm/qwen3-1.7b/qwen3_p128_l10_together.axmodelOther35.5 MB 87f6cb23b870
llm/qwen3-1.7b/qwen3_p128_l11_together.axmodelOther35.5 MB 04685d004be1
llm/qwen3-1.7b/qwen3_p128_l12_together.axmodelOther35.5 MB 1e8797915aa4
llm/qwen3-1.7b/qwen3_p128_l13_together.axmodelOther35.5 MB 81ba097d7d95
llm/qwen3-1.7b/qwen3_p128_l14_together.axmodelOther35.5 MB 650c411bb235
llm/qwen3-1.7b/qwen3_p128_l15_together.axmodelOther35.5 MB fe0a123e18e7
llm/qwen3-1.7b/qwen3_p128_l16_together.axmodelOther35.5 MB 40506d5b8596
llm/qwen3-1.7b/qwen3_p128_l17_together.axmodelOther35.5 MB ece3b73ab9ab
llm/qwen3-1.7b/qwen3_p128_l18_together.axmodelOther35.5 MB 03a3035daf13
llm/qwen3-1.7b/qwen3_p128_l19_together.axmodelOther35.5 MB 9a73a6b594b5
llm/qwen3-1.7b/qwen3_p128_l1_together.axmodelOther35.5 MB 1dd4b0d0d8fd
llm/qwen3-1.7b/qwen3_p128_l20_together.axmodelOther35.5 MB 1b281d1be439
llm/qwen3-1.7b/qwen3_p128_l21_together.axmodelOther35.5 MB a69f5ba5428c
llm/qwen3-1.7b/qwen3_p128_l22_together.axmodelOther35.5 MB b1f7c825dda4
llm/qwen3-1.7b/qwen3_p128_l23_together.axmodelOther35.5 MB 008e024458e3
llm/qwen3-1.7b/qwen3_p128_l24_together.axmodelOther35.5 MB c61ffac7b543
llm/qwen3-1.7b/qwen3_p128_l25_together.axmodelOther35.5 MB ca97fd8fedeb
llm/qwen3-1.7b/qwen3_p128_l26_together.axmodelOther35.5 MB 574f22326f0a
llm/qwen3-1.7b/qwen3_p128_l27_together.axmodelOther35.5 MB 7f7f8d62e09c
llm/qwen3-1.7b/qwen3_p128_l2_together.axmodelOther35.5 MB f9c01e9d9531
llm/qwen3-1.7b/qwen3_p128_l3_together.axmodelOther35.5 MB 5ac9fd921a83
llm/qwen3-1.7b/qwen3_p128_l4_together.axmodelOther35.5 MB 69d47f81d78a
llm/qwen3-1.7b/qwen3_p128_l5_together.axmodelOther35.5 MB 7e2ed63b24c4
llm/qwen3-1.7b/qwen3_p128_l6_together.axmodelOther35.5 MB 0a32a1400bd9
llm/qwen3-1.7b/qwen3_p128_l7_together.axmodelOther35.5 MB f49107b5d04c
llm/qwen3-1.7b/qwen3_p128_l8_together.axmodelOther35.5 MB 9464396bdc01
llm/qwen3-1.7b/qwen3_p128_l9_together.axmodelOther35.5 MB 9015750145f9
llm/qwen3-1.7b/qwen3_post.axmodelOther339.6 MB c55651a962fa
ns/fastenhance/fastenhance_48k.axmodelOther140.2 KB 9573da9d6728
tts/hojo/models/decoder_sq.axmodelOther38.4 MB 649760f0941d
tts/hojo/models/fine_local.axmodelOther32.8 MB 773c16f7245b
tts/hojo/models/lm_s8/qwen3_p8_l0_together.axmodelOther4.7 MB 982f535e1045
tts/hojo/models/lm_s8/qwen3_p8_l1_together.axmodelOther4.7 MB f4da2d6d511d
tts/hojo/models/lm_s8/qwen3_p8_l2_together.axmodelOther4.7 MB 3eb08a7bfd41
tts/hojo/models/lm_s8/qwen3_p8_l3_together.axmodelOther4.7 MB 5e38640dbda1
tts/hojo/models/lm_s8/qwen3_p8_l4_together.axmodelOther4.7 MB 0e4ef7ea45b6
tts/hojo/models/lm_s8/qwen3_p8_l5_together.axmodelOther4.7 MB 09347edc605d
tts/hojo/models/lm_s8/qwen3_p8_l6_together.axmodelOther4.7 MB e0d32f556a6f
tts/hojo/models/lm_s8/qwen3_p8_l7_together.axmodelOther4.7 MB 93fd67e9be45
tts/hojo/models/lm_s8/qwen3_p8_l8_together.axmodelOther4.7 MB e833747cc875
tts/hojo/models/lm_s8/qwen3_p8_l9_together.axmodelOther4.7 MB 2eb07dff4132
tts/hojo/models/lm_s8/qwen3_post.axmodelOther9.9 MB 45b5302f1982
vad/ten-vad/ten-vad.axmodelOther156.2 KB 0c1d11595654
.gitattributesRepository1.6 KB —
kws/.gitkeepRepository —
llm/.gitkeepRepository —
vc/.gitkeepRepository —
llm/qwen3-1.7b/qwen3_tokenizer.txtTokenizer1.6 MB —
tts/hojo/models/lm_s8/tokenizer.jsonTokenizer2.1 MB —
tts/hojo/models/lm_s8/tokenizer.txtTokenizer151.9 KB —
tts/hojo/models/lm_s8/tokenizer_config.jsonTokenizer449 B —
tts/hojo/models/tokenizer.jsonTokenizer2.1 MB —
tts/hojo/models/tokenizer_config.jsonTokenizer449 B —

License and Download

License
apache-2.0
Access
Open weights, no gate
Download size
641.1 MB
Download from AXERA

Released by AXERA through its official repository on Hugging Face. Read the license.

Memory Requirements

PrecisionWeights in memory
As published641.1 MB

Weights only, from the published parameter count; the key-value cache and runtime add to this.

Questions About models-for-asr-chain

Can I use models-for-asr-chain commercially?

Yes. models-for-asr-chain is released under Apache License 2.0. The Apache License 2.0 is a permissive open-source license. It permits commercial use, modification and redistribution. It requires keeping the license and copyright notices and any NOTICE file, stating significant changes, and it includes an express patent grant from contributors.