[!TIP] This model is part of a suite of optimized/quantized ONNX versions of the base model. Other variants in this direction:

FP32 (Full Precision / Base): hari31416/indictrans2-indic-indic-dist-320M-ONNX

FP16 (Half Precision): hari31416/indictrans2-indic-indic-dist-320M-ONNX-fp16

INT8 (Dynamic Quantization): hari31416/indictrans2-indic-indic-dist-320M-ONNX-int8

Q4F16 (4-bit Block Quantization): hari31416/indictrans2-indic-indic-dist-320M-ONNX-q4f16 (Current)

ONNX-exported and quantized version of ai4bharat/indictrans2-indic-indic-dist-320M for in-browser and local edge inference.

Precision: Q4F16 (4-bit Block Quantization, Lossy)
Description: 4-bit quantization with float16 scale factors and block size of 32. Reduces model size significantly.
Source Pipeline & Details: For pipeline details, benchmarks, and usage instructions, see the indictrans2-onnx-export GitHub repository.

Built for use with Transformers.js and onnxruntime-web in the browser, with fast BPE tokenizer.json files that don't require the SentencePiece WASM runtime.

Performance Visualizations

These charts show overall tradeoffs, language-level parity, and category breakdown.

Performance Tradeoffs & Size Comparison

Compared against the FP32 ONNX oracle on the golden evaluation fixtures.

Format	Model Size	Exact Match (Token)	Exact Match (Text)	SacreBLEU (Raw)	Latency (Mean)	Speedup vs. FP32
FP32	1.87 GB	100.00%	100.00%	100.00	23.0 ms	1.000x
FP16	980.2 MB	99.82%	99.82%	100.00	27.4 ms	0.840x
INT8	497.1 MB	72.18%	72.36%	87.13	16.5 ms	1.475x
Q4F16	711.6 MB	45.91%	46.36%	71.64	28.3 ms	0.829x

Language-Level Parity (Q4F16)

Exact match rates and translation quality (SacreBLEU / chrF) per language pair under this precision:

Language Code	Total Fixtures	Token Match Rate	Text Match Rate	SacreBLEU	SacreBLEU (chrF)
asm_Beng	50	60.0%	60.0%	79.68	90.30
ben_Beng	50	56.0%	56.0%	81.85	93.02
brx_Deva	50	36.0%	36.0%	67.98	87.55
doi_Deva	50	56.0%	58.0%	80.42	89.64
gom_Deva	50	40.0%	40.0%	65.26	82.08
guj_Gujr	50	62.0%	62.0%	85.03	93.22
hin_Deva	50	58.0%	60.0%	84.45	92.03
kan_Knda	50	64.0%	64.0%	79.35	93.54
kas_Arab	50	32.0%	32.0%	69.48	85.93
mai_Deva	50	52.0%	54.0%	78.70	89.20
mal_Mlym	50	42.0%	42.0%	66.38	85.01
mar_Deva	50	52.0%	52.0%	76.19	89.10
mni_Beng	50	32.0%	32.0%	69.68	82.58
npi_Deva	50	40.0%	40.0%	61.15	82.27
ory_Orya	50	44.0%	44.0%	73.37	90.01
pan_Guru	50	66.0%	68.0%	86.62	93.42
san_Deva	50	46.0%	46.0%	63.61	85.67
sat_Olck	50	24.0%	24.0%	43.83	65.77
snd_Arab	50	10.0%	10.0%	29.80	44.75
tam_Taml	50	40.0%	40.0%	69.16	89.37
tel_Telu	50	46.0%	48.0%	69.91	87.34
urd_Arab	50	52.0%	52.0%	80.86	87.25

Category-Level Parity (Q4F16)

Exact match rates and translation quality grouped by category types:

Category	Total Fixtures	Token Match Rate	Text Match Rate	SacreBLEU	SacreBLEU (chrF)
Generic	286	44.4%	44.4%	63.36	81.88
Lexicon	264	44.3%	44.3%	70.68	86.62
Numerals	264	46.2%	48.1%	76.31	88.72
Politics	286	48.6%	48.6%	69.40	83.24

Translation Mismatch Examples

Here is a sample of up to 5 translation mismatches compared to the FP32 oracle. Many mismatches represent minor synonym differences or spacing variations.

Mismatch #1 (Category: Generic)

Source (asm_Beng → ben_Beng): দ্ৰুত বাদামী শিয়ালটোৱে অলস কুকুৰটোৰ ওপৰত ঝাঁপ দিয়ে।
Expected (FP32): দ্রুত বাদামী পরিবারটি অলস কুকুরের উপর ঝাঁপ দেয়।
Actual (Q4F16): দ্রুত বাদামী পরিবারটি অলস কুকুরটিকে ঝাঁপিয়ে পড়ে।

Mismatch #2 (Category: Numerals)

Source (asm_Beng → ben_Beng): আপুনি অনুগ্ৰহ কৰি মোক নিকটতম চিকিৎসালয়খন বিচাৰি উলিওৱাত সহায় কৰিব পাৰিবনে?
Expected (FP32): আপনি কি দয়া করে নিকটতম হাসপাতাল খুঁজে পেতে আমার সাহায্য করতে পারেন?
Actual (Q4F16): আপনি কি দয়া করে আমাকে নিকটতম হাসপাতাল খুঁজে পেতে সাহায্য করতে পারেন?

Mismatch #3 (Category: Lexicon)

Source (asm_Beng → ben_Beng): মই দিল্লীলৈ বিমানৰ টিকট এখন বুক কৰিব বিচাৰো।
Expected (FP32): আমি দিল্লিতে যাওয়ার জন্য একটি বিমানের টিকিট বুক করতে চাই।
Actual (Q4F16): আমি দিল্লিতে যাওয়ার জন্য বিমানের টিকিট বুক করতে চাই।

Mismatch #4 (Category: Generic)

Source (asm_Beng → ben_Beng): সংবিধানে বাক আৰু মত প্ৰকাশৰ স্বাধীনতাৰ নিশ্চয়তা দিয়ে।
Expected (FP32): সংবিধান বাক ও মতপ্রকাশের স্বাধীনতার নিশ্চয়তা দেয়।
Actual (Q4F16): সংবিধান বাক ও মত প্রকাশের স্বাধীনতার নিশ্চয়তা দেয়।

Mismatch #5 (Category: Numerals)

Source (asm_Beng → ben_Beng): বিশ্ববিদ্যালয়খনত এখন নতুন পুথিভঁৰাল উদ্বোধন কৰা হয়।
Expected (FP32): বিশ্ববিদ্যালয়ে একটি নতুন গ্রন্থাগার উদ্বোধন করা হয়।
Actual (Q4F16): বিশ্ববিদ্যালয়ে একটি নতুন গ্রন্থাগার উদ্বোধন করা হয়েছে।

Files

encoder_model.onnx (and optional .onnx.data weights sidecar)
decoder_model.onnx and decoder_with_past_model.onnx (share decoder_shared.onnx.data when present)
translate.py — self-contained Python inference helper (see Usage below)
Fast tokenizer config files (tokenizer_src.json, tokenizer_tgt.json, tokenizer_meta.json)
Model configuration configs (config.json, generation_config.json)

Usage Example (Python, onnxruntime)

python

# translate.py is included in this repo alongside the ONNX bundle.
# You can also find it (and read the full source) at:
#   https://github.com/Hari31416/indictrans2-onnx-export/blob/main/src/translate.py

from translate import IndicTransONNX

# Pass a HF repo ID for automatic download, or a local bundle directory path
model = IndicTransONNX("hari31416/indictrans2-indic-indic-dist-320M-ONNX-q4f16")
print(model.translate("चुनाव कौन जीतेगा?", src_lang="hin_Deva", tgt_lang="tam_Taml"))

Required packages:

pip install onnxruntime tokenizers huggingface-hub

License

MIT (preserved from upstream AI4Bharat).