Файл	Назначение	Размер
`encoder.rknn`	Encoder (NPU), FP16 RKNN	~1.3 GiB
`decoder.onnx`	Decoder (CPU), dynamic INT8 MatMul	~344 MiB
`tokens.txt`	Словарь токенов	~800 KiB

decoder.onnx — квантованная версия (ONNX Runtime quantize_dynamic, только MatMul, QInt8) из FP32 export sherpa-onnx.

На RK3588 даёт ~10–17% ускорения decoder и ~10% wall на длинных файлах при сопоставимом качестве.

Использование с whisper-rknn

Каталог моделей на хосте (единственный источник для локального деплоя):

WHISPER_MODELS_DIR=/mnt/nvme0/models/sherpa-rknn-whisper-turbo

В контейнере:

bash

export WHISPER_ENCODER=/models/encoder.rknn
export WHISPER_DECODER=/models/decoder.onnx
export WHISPER_DECODER_BACKEND=onnx
export WHISPER_TOKENS=/models/tokens.txt
export WHISPER_MODEL_PROFILE=turbo
export WHISPER_LANGUAGE=ru

Скачать: git clone / huggingface-cli download ShiWarai/sherpa-rknn-whisper-turbo.

Происхождение

Компонент	Источник
ONNX encoder/decoder (FP32)	csukuangfj/sherpa-onnx-whisper-turbo
Encoder ONNX → RKNN	sherpa-onnx `scripts/whisper/rknn/export_onnx.py` + `export_rknn.py`, RK3588
Decoder INT8	dynamic quant MatMul из sherpa-onnx-whisper-turbo FP32 decoder (`rknn-build/scripts/quantize_decoder_int8.py`)

Encoder: FP RKNN (do_quantization=False), не w8a8.