vxtools-models

HiPangWork「速记纪要」EN 版客户端运行所需的全套本地资源，共 54 个文件、合计约 4.67 GB： 13 个模型权重/词表 + 41 个 llama.cpp Windows 运行时文件。 全部为本地离线推理，运行时不依赖任何远程 AI 接口。

本仓库是第三方权重与二进制的再分发镜像，不拥有任何模型版权。 各文件许可证以其上游 model card / release 为准（见下方 Provenance），因此仓库 license 标记为 other。

文件清单

模型权重（客户端落地目录 data/models/，与仓库路径一一对应）：

路径	大小	用途
qwen-4b/Qwen3-4B-Q4_K_M.gguf	2381.6 MB	会议纪要 AI 总结 / PPT 大纲生成（llama.cpp 主槽，标准档）
qwen3-1.7b-chat/Qwen3-1.7B-Q4_K_M.gguf	1056.1 MB	智享助理会话槽；内存不足时纪要总结也降档复用它（低配档）
funasr-nano/llm.int8.onnx	572.5 MB	Fun-ASR-Nano 长音频精准转写 · LLM 解码器
funasr-nano/encoder_adaptor.int8.onnx	226.8 MB	Fun-ASR-Nano · 音频编码器 + 适配器
funasr-nano/embedding.int8.onnx	148.4 MB	Fun-ASR-Nano · 词嵌入
funasr-nano/Qwen3-0.6B/tokenizer.json	11.6 MB	Fun-ASR-Nano 配套分词器
funasr-nano/Qwen3-0.6B/vocab.json	2.6 MB	同上 · 词表
funasr-nano/Qwen3-0.6B/merges.txt	1.7 MB	同上 · BPE 合并规则
sense-voice/model.int8.onnx	228.2 MB	SenseVoice 实时转写（中英日韩粤）
sense-voice/tokens.txt	0.3 MB	SenseVoice token 表
speaker-embedding/3dspeaker_speech_eres2net_base_sv_zh-cn_3dspeaker_16k.onnx	37.8 MB	说话人声纹嵌入，用于按声纹自动区分说话人
speech-denoise/gtcrn_simple.onnx	0.5 MB	GTCRN 语音增强（16kHz 降噪）
vad/silero_vad.onnx	2.2 MB	Silero VAD 神经网络语音活动检测，用于离线转写的语音分段（替代能量门限）

推理运行时（客户端落地目录 data/bin/llama/，共 41 个文件、合计约 107.4 MB）：

路径	大小	用途
llama/llama-server.exe	10.3 MB	llama.cpp HTTP 服务，客户端以子进程方式启动，对外提供 OpenAI 兼容 /v1/chat/completions
llama/llama.dll、llama/ggml*.dll	约 19 MB	推理核心与 GGML 后端；ggml-cpu-*.dll 是按 CPU 指令集（sse42 / haswell / icelake / zen4 等）分别编译的变体，运行时自动择优加载
llama/libomp140.x86_64.dll、llama/mtmd.dll、llama/ggml-rpc.dll	约 1.6 MB	OpenMP 运行时、多模态与 RPC 支持库
llama/llama-cli.exe 等 20 个工具	约 77 MB	官方 release 自带的 bench / quantize / perplexity 等工具，客户端不调用，随包保留以便本地排障

llama-server.exe 必须与上述 dll 同目录才可用，客户端按仓库清单逐文件下载（本地大小一致即跳过）， 因此单传 exe 无意义。

Provenance（上游来源）

本仓库文件	直接来源	原始出处
funasr-nano/*、sense-voice/*、speaker-embedding/*、qwen-4b/*、qwen3-1.7b-chat/*	ModelScope lu18851615825/fuyuan_sherpa_onnx_funasr_nano_int8_2025_12_30_mirror	见下各条
sense-voice/*	↑ 同仓库 sense-voice/ 子目录	sherpa-onnx-sense-voice-zh-en-ja-ko-yue-int8-2024-07-17（SenseVoiceSmall 的 sherpa-onnx int8 导出）
speaker-embedding/*.onnx	↑ 同仓库根目录	3D-Speaker speech_eres2net_base_sv_zh-cn_3dspeaker_16k
qwen-4b/Qwen3-4B-Q4_K_M.gguf	↑ 同仓库 qwen-4b/ 子目录	Qwen/Qwen3-4B 的 Q4_K_M GGUF 社区量化
qwen3-1.7b-chat/Qwen3-1.7B-Q4_K_M.gguf	↑ 同仓库 qwen3-1.7b-chat/ 子目录	Qwen/Qwen3-1.7B 的 Q4_K_M GGUF 社区量化
speech-denoise/gtcrn_simple.onnx	GitHub k2-fsa/sherpa-onnx release speech-enhancement-models	GTCRN 官方权重
llama/*	GitHub ggml-org/llama.cpp release b8581 的 llama-b8581-bin-win-cpu-x64.zip（原样摊平，未改动任何文件）	llama.cpp 官方 Windows x64 CPU 构建，MIT
vad/silero_vad.onnx	PyPI silero-vad 6.2.3 wheel（src/silero_vad/data/silero_vad.onnx）	snakers4/silero-vad v5，MIT

上游许可证（Apache-2.0 / MIT / CC 系等）各不相同，公开本仓库前请逐个核对上游 model card 的再分发条款。 已核实：vad/silero_vad.onnx 与 llama/* 上游均为 MIT，允许随本仓库再分发（保留版权声明即可）。

VAD 版本约束：silero-vad 6.2.3 的 wheel 内含 6 个 onnx 变体，其中只有 silero_vad.onnx 与 silero_vad_16k_op15.onnx 的 IO 签名被 sherpa-onnx 1.13.6 接受；silero_vad_op18_ifless.onnx 的输入顺序为 input/sr/state，会触发 CheckV5:360 Input[1]: sr. Expected: state，其余变体报 Unsupported。加载失败会走 SHERPA_ONNX_EXIT(-1) 直接杀进程而非抛异常，故文件名不可替换。

下载

整仓拉取（推荐）。注意客户端把两部分资源放在不同目录：模型权重落 data/models/， llama.cpp 运行时落 data/bin/llama/，故分两次拉取：

from huggingface_hub import snapshot_download

# 1) 模型权重与词表 → data/models（目录结构与仓库一致）
snapshot_download(
    repo_id="luzhengsong/vxtools-models",
    repo_type="model",
    local_dir="data/models",
    ignore_patterns=["llama/*", "README.md", "sha256sums.txt", ".gitattributes"],
)

# 2) llama.cpp 推理运行时 → data/bin/llama
snapshot_download(
    repo_id="luzhengsong/vxtools-models",
    repo_type="model",
    local_dir="data/bin",
    allow_patterns=["llama/*"],
)

客户端自身的下载顺序为：huggingface.co 直连 → hf-mirror.com 镜像 → 国内 ModelScope 兜底； 推理运行时另有一条最终回退，即直接取 llama.cpp 官方 GitHub release 的 zip。

按需拉单个文件：

from huggingface_hub import hf_hub_download

hf_hub_download(
    repo_id="luzhengsong/vxtools-models",
    filename="sense-voice/model.int8.onnx",
    local_dir="data/models",
)

大于 10 MB 的文件由 Git LFS 托管，huggingface_hub 会自动处理，无需手动 git lfs install。

完整性校验

仓库根目录的 sha256sums.txt 记录了全部 54 个文件的 SHA-256（相对路径以仓库根为基准，正斜杠， 不含 README.md / sha256sums.txt 自身）。在仓库克隆目录内可直接校验：

sha256sum -c sha256sums.txt

在客户端安装目录校验时要做路径映射：llama/ 对应 data\bin\llama\，其余对应 data\models\。 PowerShell（在客户端根目录执行，$sums 指向 sha256sums.txt）：

$sums = 'data\models\sha256sums.txt'
Get-Content $sums | ForEach-Object {
  $hash, $rel = $_ -split '\s{2}', 2
  $path = if ($rel -like 'llama/*') { Join-Path 'data\bin' ($rel -replace '/', '\') }
          else { Join-Path 'data\models' ($rel -replace '/', '\') }
  $actual = if (Test-Path $path) { (Get-FileHash $path -Algorithm SHA256).Hash.ToLower() } else { '' }
  $flag = if ($actual -eq $hash) { 'OK  ' } elseif (-not $actual) { 'MISS' } else { 'FAIL' }
  "{0}  {1}" -f $flag, $rel
}