Ποια μοντέλα κατεβαίνουν και πόσο χώρο πιάνουν

Τα μοντέλα είναι δύο και κατεβαίνουν μία φορά:

• το μοντέλο αναγνώρισης ομιλίας — 181 MB, μετατρέπει τη φωνή σε κείμενο·
• το γλωσσικό μοντέλο (LLM) — 1 GB, μοιράζει το κείμενο στα πεδία της επιθεώρησης.