---
title: kiora_model_bundles
canonical_url: "https://www.modelscope.cn/models/vqhvqh/kiora_model_bundles"
md_url: "https://www.modelscope.cn/models/vqhvqh/kiora_model_bundles.md"
repository: vqhvqh/kiora_model_bundles
chinese_name: "kiora Companion用到的相关模型"
last_updated: 2026-10-22
license: "Apache License 2.0"
library_name:
  - onnx
domain:
  - nlp
  - cv
  - audio
downloads: 0
stars: 0
tags:
  - Kiora
  - Android
  - on-device
  - LiteRT-LM
  - ONNX
  - OCR
  - ASR
---

# kiora_model_bundles

> kiora_model_bundles - vqhvqh 在 ModelScope 开源的模型。Kiora Companion 端侧模型文件合集

vqhvqh/kiora_model_bundles 是 ModelScope 魔搭社区上的机器学习模型，采用 Apache License 2.0 许可。

- **Repository**: vqhvqh/kiora_model_bundles
- **License**: Apache License 2.0
- **Tags**: Kiora, Android, on-device, LiteRT-LM, ONNX, OCR, ASR
- **Downloads**: 0
- **Stars**: 0
- **Last updated**: 2026-10-22

Source: https://www.modelscope.cn/models/vqhvqh/kiora_model_bundles

---

# Kiora Companion 端侧模型文件合集

本仓库汇集 [Kiora Companion](https://github.com/qhvssonic/kiora-companion) 使用的端侧模型文件，便于下载和复现。模型分别来自 Google、SenseVoice/sherpa-onnx 和 PaddleOCR；**这些模型不是由 Kiora 重新训练的**。Kiora SDK 与 Companion 提供的是模型接入和应用流程。

仓库包含 LiteRT-LM、ONNX 两种格式，页面上的单一模型类型标签不能代表全部文件。

## 文件布局

```text
gemma4/
    gemma-4-E2B-it.litertlm
sense-voice/
    model.int8.onnx
    tokens.txt
embeddinggemma-2/
    embeddinggemma-2-text-vision-440m.litertlm
ppocrv6/
  det/
    inference.onnx
    inference.yml
  rec/
    inference.onnx
    inference.yml
  
```

`det/inference.onnx` 和 `rec/inference.onnx` 虽然同名，但分别负责文本检测和文本识别，使用时须保留目录区分。

## 模型与来源

| 文件 | 用途 | 上游来源 |
|---|---|---|
| `gemma-4-E2B-it.litertlm` | Companion 本机对话模型，通过 LiteRT-LM 运行 | [LiteRT Community 的 Gemma 4 E2B 文件](https://huggingface.co/litert-community/gemma-4-E2B-it-litert-lm/blob/main/gemma-4-E2B-it.litertlm)、[Google Gemma 4 模型卡](https://ai.google.dev/gemma/docs/core/model_card_4) |
| `model.int8.onnx`、`tokens.txt` | Companion 本机语音转文字 | [sherpa-onnx 的 SenseVoice Small 2024-07-17 int8 导出包](https://k2-fsa.github.io/sherpa/onnx/sense-voice/pretrained.html)，原始模型为 [iic/SenseVoiceSmall](https://www.modelscope.cn/models/iic/SenseVoiceSmall) |
| `ppocrv6/det/`、`ppocrv6/rec/` | PP-OCRv6 small 文本检测与识别 | [PaddleOCR 官方 Android 部署说明](https://github.com/PaddlePaddle/PaddleOCR/blob/main/docs/version3.x/inference_deployment/cross_platform/android_deployment.md)、[检测模型包](https://paddle-model-ecology.bj.bcebos.com/paddlex/official_inference_model/paddle3.0.0/PP-OCRv6_small_det_onnx_infer.tar)、[识别模型包](https://paddle-model-ecology.bj.bcebos.com/paddlex/official_inference_model/paddle3.0.0/PP-OCRv6_small_rec_onnx_infer.tar) |

## 在 Companion 中使用

- **Gemma 4：**在设置中选择 `.litertlm` 文件。App 会将文件复制到应用私有存储。
- **SenseVoice：**在设置中分别导入同一模型包的 `model.int8.onnx` 和 `tokens.txt`。录音在手机端转写，文字可修改后再发送。
- **PP-OCRv6：**扫描文档使用 Kiora SDK 的 PaddleOCR Android 适配器。当前构建方式将 OCR 模型放进 OCR AAR 的 assets；Companion 设置页没有单独导入 OCR 模型的入口。检测目录中的 `inference.yml` 保留了上游配置，当前 Android 适配器运行时不读取它。

模型文件不等于完整应用。构建与运行方法请见 [Kiora SDK](https://github.com/qhvssonic/kiora) 和 [Kiora Companion](https://github.com/qhvssonic/kiora-companion)。

## 下载

```python
from modelscope import snapshot_download

model_dir = snapshot_download("vqhvqh/kiora_model_bundles")
print(model_dir)
```

这会下载整个文件合集，包括约 2.59 GB 的 Gemma 4 文件。只需要某一种能力时，可在“模型文件”页面选择对应文件下载。

## 文件校验

以下 SHA-256 对应 Kiora 本地用于构建和测试的文件；下载后可据此核对完整性。

```text
gemma-4-E2B-it.litertlm       181938105e0eefd105961417e8da75903eacda102c4fce9ce90f50b97139a63c
model.int8.onnx               c71f0ce00bec95b07744e116345e33d8cbbe08cef896382cf907bf4b51a2cd51
tokens.txt                    f449eb28dc567533d7fa59be34e2abca8784f771850c78a47fb731a31429a1dc
ppocrv6/det/inference.onnx    d73e0058b7a8086bbd57f3d10b8bcd4ff95363f67e06e2762b5e814fe9c9410e
ppocrv6/det/inference.yml     193f435274bf9f0b5f71a929bbfbcf148282df7e633b34e7c373e8f44741b516
ppocrv6/rec/inference.onnx    5435fd747c9e0efe15a96d0b378d5bd157e9492ed8fd80edf08f30d02fa24634
ppocrv6/rec/inference.yml     ab078671bb49f06228eadccd34f1bb501e157f7a047095ffb943ba81512c77d1
```

## 许可与署名

本仓库是第三方模型文件的整理与分发，不表示 Kiora 拥有原始模型权重或训练成果。使用和再分发时，请同时查看上方各上游模型页面的许可、署名及说明；仓库的 Apache-2.0 标记不能替代上游文件的来源信息。