Какие модели нужно скачать и сколько они весят

Моделей две, обе скачиваются один раз:

• модель распознавания речи — 181 МБ, превращает голос в текст;
• языковая модель (LLM) — 1 ГБ, раскладывает текст по полям осмотра.