Devsyril/whisper-large-v3-turbo-onnx-attention

Réexport ONNX de whisper-large-v3-turbo (openai-whisper, checkpoint turbo) avec poids de cross-attention exposés en sortie du décodeur, en utilisant le script officiel export-onnx-with-attention.py de k2-fsa/sherpa-onnx. Ces poids permettent de calculer des timestamps par mot via alignement DTW.

Fichiers

• turbo-encoder.onnx / .weights / turbo-encoder.int8.onnx
• turbo-decoder.onnx / .weights / turbo-decoder.int8.onnx — 4 sorties : logits, out_n_layer_self_k_cache, out_n_layer_self_v_cache, cross_attention_weights (shape [n_audio, n_alignment_heads, n_tokens, n_audio_ctx])
• turbo-tokens.txt

Limitations

• Format non standard : la sortie cross_attention_weights n'existe pas dans les modèles Whisper publiés habituellement pour sherpa-onnx (ex. csukuangfj/sherpa-onnx-whisper-*). Un runtime sherpa-onnx standard (C++/Kotlin/Swift/...) ne consomme pas cette sortie supplémentaire ; elle est pensée pour une inférence Python personnalisée (ONNX Runtime + alignement DTW), pas pour l'API C++ standard de sherpa-onnx. Voir la discussion k2-fsa/sherpa-onnx#2942.