# 多方言サポート

これはデンマークで最先端の音声認識モデルで、AlvenirがCoRalプロジェクトの一環として訓練したもので、CoRal-v2データセットで訓練され、さまざまなデンマーク方言をカバーしています。

Alvenirによって訓練されたデンマーク最先端の音声認識モデル、CoRal-v2データセットに基づき、複数のデンマーク方言をサポート

これはNLLB-1.3bモデルを29のフィン・ウゴル語族言語の並列データで微調整したバージョンで、複数の方言/バリエーション生成をサポートします。

このモデルはMMS-300mをファインチューニングしたアラビア語方言音声認識モデルで、現代標準アラビア語および4つの主要なアラビア語方言を識別できます。

wav2vec2-baseをファインチューニングした音素認識モデルで、英語音声を国際音声記号(IPA)に変換可能

OpenAI Whisper-large-v2をテルグ語音声データセットでファインチューニングした音声認識モデル

OpenAI Whisper Mediumモデルをファインチューニングしたウズベク語自動音声認識モデル

F5-TTSを微調整した高品質なアラビア語音声合成モデルで、地域ごとの発音やアクセントの多様性をサポート

AudioXはJivi AIが開発した多言語自動音声認識モデルで、特にインド南部の言語に最適化されており、タミル語、テルグ語、カンナダ語、マラヤーラム語をサポートしています。

高性能なアラビア語情報検索モデルで、sentence-transformersフレームワークを基に構築され、アラビア語の豊かさと複雑さに最適化されています。

ノルウェー国立図書館が開発したノルウェー語自動音声認識モデルの軽量化高速バージョン。蒸留プロセスによりパラメータ数を削減しながら、文字起こし品質を維持。

Whisperアーキテクチャを基に最適化された広東語と英語の混合音声認識モデルで、高精度な二言語転写をサポート

このモデルはopenai/whisper-tinyをビルマ語音声データセットでファインチューニングした自動音声認識(ASR)モデルで、ビルマ語音声からテキストへの変換タスクをサポートします。

音声ベースのアクセント分類器で、ポルトガル語（ブラジル）とその他のアクセントを区別します。

これはシャン語（Shan）のテキストを音声に変換する（TTS）モデルで、シャン語のテキストを自然な音声に変換します。

CodeLlamaをファインチューニングした70億パラメータモデルで、自然言語からSQLへの変換タスク専用に設計されており、複数のSQL方言と16kのコンテキスト長処理をサポート

ダリジャ語（モロッコアラビア語）から現代標準アラビア語（MSA）への翻訳モデル、26,000組の人手注釈とGPT-4拡張のテキストペアでトレーニング

IndicWhisperはインド言語に最適化された最先端の音声認識モデルで、インド言語の各種ベンチマークテストで優れた性能を発揮します。

IndicWhisperはインド言語向けに最適化された最先端の音声認識モデルで、インド言語の各種ベンチマークテストで優れた性能を発揮します。

Whisper-baseをベースにしたアラビア語音声認識モデルで、複数のアラビア語データセットで微調整され、アラビア語音声テキスト変換タスクに特化

Whisper-large-v3ベースのアラビア語音声認識モデル、モロッコ訛りに最適化

OpenAI Whisperを基に開発されたノルウェー語自動音声認識モデルで、追加トレーニングによりすべて小文字で句読点のない逐語転写を実現

Whisper技術に基づくノルウェー語自動音声認識モデル、25万ステップの訓練を経て、正確な逐語転写をサポート

マレーシアデータセットでファインチューンされたWhisperベースモデル、マレー語と英語の音声認識をサポート

このモデルはアラビア方言データセットで訓練され、アラビア方言を標準アラビア語(MSA)に翻訳するために使用されます。

microsoft/speecht5_ttsをベースにfleursデータセットでファインチューニングした中国語テキスト読み上げモデル

Wav2Vec2アーキテクチャに基づくヒンディー語自動音声認識(ASR)モデル、AI4Bharatによって開発

NorBERT 3 xsはノルウェー語に最適化されたBERTモデルで、次世代NorBERT言語モデルシリーズの最小バージョンであり、パラメータ数は15Mです。

openai/whisper-smallを基にファインチューニングしたフランス語自動音声認識モデルで、Common Voice 11.0のフランス語データセットで訓練され、大文字小文字と句読点の予測をサポートしています。

OpenAI Whisper-baseモデルをファインチューニングしたテルグ語自動音声認識(ASR)モデルで、複数の公開テルグ語データセットで訓練

OpenAI Whisper-smallモデルをファインチューニングしたジョージア語自動音声認識モデル

これはOpenAI Whisper Large V2モデルをマラヤーラム語音声認識タスク用にファインチューニングしたバージョンで、Common Voice 11.0データセットでトレーニングされています

Whisper-large-v2をファインチューニングした北サーミ語音声認識モデルで、テストセットでの単語誤り率は24.91%

スペイン語自動音声認識用の音響モデルで、facebook/wav2vec2-large-xlsr-53を5エポックにわたってファインチューニングし、約944時間のスペイン語データを使用しています。

このモデルは、ノルウェー語Bokmål方言の音声データセットでfacebook/wav2vec2-xls-r-1bを微調整した自動音声認識(ASR)モデルです

これはアラビア語から英語への翻訳用ニューラル機械翻訳モデルで、OPUS-MTプロジェクトの一部です。

Wav2Vec2アーキテクチャに基づくヒンディー語自動音声認識(ASR)モデル、公開音声データセットでファインチューニング済み

このモデルはfacebook/wav2vec2-xls-r-300mをcommon_voiceデータセットでファインチューニングした音声認識モデルで、ヒンディー語をサポートしています。

アラビア語大規模音声データセットでトレーニングされた自動音声認識モデル

このモデルは、facebook/wav2vec2-xls-r-300mをcommon_voice_7_0データセットでファインチューニングしたバージョンで、アッサム語の自動音声認識タスクに使用されます。