Zum Hauptinhalt springen

higurashiAudiomodellGewichte verfügbar

Haru-4B

BeliebtheitPlatz 12 von 24 Audiomodellen

34von 100erster Messwert

nur Nutzungsdaten, Spanne 20 bis 48

Zusammenfassung

Haru-4B ist ein Full-Duplex-Sprachmodell von higurashi für kontinuierliche Audio-Dialoge. Es verarbeitet und erzeugt Sprache, während begleitender Text ausgegeben wird. Das Forschungsmodell unterstützt neun Sprachen, darunter Deutsch, Englisch und Japanisch.

Die Gewichte und der Inferenzcode sind öffentlich verfügbar. Die Gewichte stehen unter Apache 2.0. Eine Referenzaufnahme kann die Stimme steuern; die Audioverarbeitung nutzt 24 kHz.

Beliebtheit im Vergleich

Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.

Beliebtheitsindex

0 bis 100, höher ist beliebter

20 von 54 Modellen

Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex

Zeitlicher Verlauf

Wochenwerte vom 15. November 2026 bis 20. November 2026

Haru-4BGemini 3.5 Transcribe Live 35GPT-Realtime-Whisper 34Granite Speech 5.0 470M TurboCTC 33GPT-4o Mini Transcribe 33

Was gerade an Beliebtheit gewinnt, steht für Modelle, Anbieter, Harnesses und KI-Abos gesammelt in Alle KI-Trends.

Alle technischen Daten

Architektur

Checkpoint
higurashi-ai/Haru-4B
Quelle: Checkpoint
Modellklasse
Full-Duplex-Sprachmodell mit kontinuierlicher Audio-Ein- und -Ausgabe
Quelle: Modellklasse
Parameter
Die veröffentlichten Gewichte enthalten 5.270.000.897 BF16-Parameter. „4B“ bezeichnet das Qwen3.5-4B-Text-Backbone.
Quelle: Parameter

Ein- und Ausgabe

Eingabe
Audio als kontinuierliche Spracheingabe; eine kurze Referenzaufnahme steuert die Stimme.
Quelle: Eingabe
Ausgabe
Kontinuierliche Sprache und begleitender Text
Quelle: Ausgabe
Sprachen
Englisch, Spanisch, Portugiesisch, Deutsch, Französisch, Chinesisch, Japanisch, Russisch und Koreanisch
Quelle: Sprachen
Text-Backbone-Konfiguration
Die Qwen-Textkonfiguration nennt 262.144 Positionsplätze. Das ist kein ausgewiesenes Ende-zu-Ende-Kontextlimit für Audio-Dialoge.
Quelle: Text-Backbone-Konfiguration

Wasserzeichen und Herkunft

KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.

KI-Wasserzeichen
Unbekannt
ohne Quelle
Wasserzeichen-Technik
Nicht bekannt
ohne Quelle

Lizenz und Zugang

Gewichtslizenz
Apache License 2.0
Quelle: Gewichtslizenz
Veröffentlichung
Am 13. November 2026 als Forschungs-Basismodell veröffentlicht.
Quelle: Veröffentlichung
Zugang
Öffentliche Gewichte und Inferenzcode für den lokalen Betrieb; die ausgewertete Modellkarte nennt keinen gehosteten Inferenzanbieter.
Quelle: Zugang
Abschaltung
Keine angekündigt
ohne Quelle

Weitere Angaben

Audio-Frames
24 kHz, 3.200 Samples je Frame und 7,5 Frames pro Sekunde (133 ms).
Quelle: Audio-Frames