hari31416/indictrans2-indic-indic-dist-320M-ONNX-int8

IndicTrans2 200M (indic→indic) — ONNX bundle [INT8 (Dynamic Quantization)]

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

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

• Precision: INT8 (Dynamic Quantization)
• Description: Dynamic INT8 quantization of the encoder and decoder. Highly recommended for CPU environments.
• 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 (INT8)

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	76.0%	76.0%	87.32	95.24
ben_Beng	50	68.0%	68.0%	88.34	95.76
brx_Deva	50	66.0%	66.0%	82.54	93.75
doi_Deva	50	76.0%	76.0%	90.11	94.95
gom_Deva	50	76.0%	76.0%	86.95	93.38
guj_Gujr	50	88.0%	88.0%	96.16	98.54
hin_Deva	50	80.0%	80.0%	91.64	96.19
kan_Knda	50	84.0%	84.0%	90.20	96.61
kas_Arab	50	70.0%	70.0%	85.53	92.09
mai_Deva	50	82.0%	84.0%	92.47	95.03
mal_Mlym	50	78.0%	78.0%	88.36	94.82
mar_Deva	50	82.0%	82.0%	91.51	95.37
mni_Beng	50	68.0%	68.0%	86.41	93.50
npi_Deva	50	58.0%	60.0%	73.60	88.80
ory_Orya	50	68.0%	68.0%	85.31	95.18
pan_Guru	50	86.0%	86.0%	94.72	96.92
san_Deva	50	70.0%	70.0%	79.70	91.60
sat_Olck	50	60.0%	60.0%	86.30	92.15
snd_Arab	50	32.0%	32.0%	42.11	49.16
tam_Taml	50	66.0%	66.0%	82.31	93.73
tel_Telu	50	76.0%	76.0%	86.94	94.19
urd_Arab	50	78.0%	78.0%	92.24	96.00

Category-Level Parity (INT8)

Exact match rates and translation quality grouped by category types:

Category	Total Fixtures	Token Match Rate	Text Match Rate	SacreBLEU	SacreBLEU (chrF)
Generic	286	67.8%	68.2%	82.54	91.29
Lexicon	264	68.9%	68.9%	84.70	90.98
Numerals	264	73.5%	73.5%	87.13	93.50
Politics	286	78.3%	78.7%	88.15	93.69

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: 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 (INT8): আপনি কি দয়া করে নিকটতম হাসপাতাল খুঁজে পেতে আমাকে সাহায্য করতে পারেন?

Mismatch #2 (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 (INT8): আমি দিল্লিতে একটি বিমানের টিকিট বুক করতে চাই।

Mismatch #3 (Category: Numerals)

• Source (asm_Beng → ben_Beng): মোৰ ফোন নম্বৰটো হৈছে + 91-9876543210।
• Expected (FP32): আমার ফোন নম্বর হল + 91-9876543210।
• Actual (INT8): আমার ফোন নম্বর + 91-9876543210।

Mismatch #4 (Category: Generic)

• Source (asm_Beng → ben_Beng): কৃত্ৰিম বুদ্ধিমত্তাই শিক্ষাৰ ক্ষেত্ৰত পৰিৱৰ্তন কঢ়িয়াই আহিছে।
• Expected (FP32): কৃত্রিম বুদ্ধিমত্তা শিক্ষার ক্ষেত্রে পরিবর্তন আনছে।
• Actual (INT8): কৃত্রিম বুদ্ধিমত্তা শিক্ষার ক্ষেত্রে পরিবর্তন নিয়ে এসেছে।

Mismatch #5 (Category: Numerals)

• Source (asm_Beng → ben_Beng): ৱেবছাইটটোৰ ব্যৱহাৰকাৰী আন্তঃপৃষ্ঠ পৰিষ্কাৰ আৰু আধুনিক।
• Expected (FP32): ওয়েবসাইটের ব্যবহারকারী ইন্টারফেস পরিষ্কার এবং আধুনিক।
• Actual (INT8): ওয়েবসাইটের ব্যবহারকারী ইন্টারফেসটি পরিষ্কার এবং আধুনিক।

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)

# 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-int8")
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).