mynah

Mynah ASR 是用於語音識別和翻譯的原生 C 推理引擎。它參照 llama.cpp 和 whisper.cpp 的風格設計，同時提供流式和離線能力，支援 CPU、Metal 和 CUDA 後端，不依賴 Python 執行時。它執行 Parakeet、Canary 和 Nemotron 等開源語音模型，引擎層與具體模型無關。引擎用純 C11 編寫，執行時零依賴，包括自帶的 f32 GEMM。它支援橫跨四個解碼器家族的 10 個模型：RNNT、TDT、CTC 和 AED（Canary）。它通過 Canary 模型提供語音翻譯，帶有 CLI 和伺服器端點。它包含可選延遲的快取感知流式處理、逐詞時間戳、自動分段，以及相容 OpenAI 的 REST 和 WebSocket 伺服器。其他特性包括：支援語言檢測的 40 種語言（Nemotron），以及帶標點和逆文本規範化的 25 種歐盟語言（Parakeet v3、canary-1b-v2）。它還包含移植到 C 的 Silero VAD、兩種權重容器（safetensors 和 GGUF），以及輕量的 Python 和 Node 繫結。質量在真實音訊上測得，涵蓋 11 種語言，CER 為 0.00–0.07。