# ストリーミング音声認識

GigaSpeechデータセットで事前学習された英語の自動音声認識モデルで、ストリーミングと非ストリーミングの文字起こしをサポートします。

これはLibriSpeechデータセットで事前学習されたエンドツーエンドの自動音声認識システムで、ストリーミングと非ストリーミングモードをサポートし、英語音声認識に適しています。

マルチルックアヘッドウィンドウをサポートするキャッシュ認識型FastConformer-Hybrid大規模モデルで、ストリーミング自動音声認識向けに設計されており、様々なレイテンシシナリオに対応可能

NVIDIAストリーミングCitrinet 1024は、英語の自動音声認識のための非自己回帰モデルで、CTC損失/デコードに基づき、約1.4億のパラメータを持っています。