# 低CER

基於Whisper-medium微調的潮州話（潮汕話）正字識別模型，支持多方言口音的正字轉錄

基於TrOCR基礎手寫體模型微調而成的泰語和英語光學字符識別模型，擅長處理手寫文本行圖像

該模型用於從表格單元格的文本行圖像中識別手寫文本，特別適用於20世紀30年代芬蘭死亡記錄和人口普查記錄中的手寫文本識別。

基於Wav2Vec2-Base架構的自動語音識別模型，專門用於音素識別，在LJSpeech Phonemes數據集上微調

基於Facebook的wav2vec2-base模型微調而來，專門針對韓語語音識別進行了優化，能夠將韓語語音準確地轉錄為文本。

一個專注於金融領域的圖像轉文本模型，支持英文文本識別，主要用於處理金融文檔中的圖像內容。

一個專注于越南語語音識別的模型，支持高準確率的語音轉文本功能。

基於microsoft/trocr-base-printed微調的印刷體文本識別模型，主要用於驗證碼識別任務

該模型是基於openai/whisper-small微調的日語語音識別模型，支持日語語音轉文本任務。

基於Transformer的法語印刷體OCR模型，填補了TrOCR模型法語版本的空白

基於Wav2Vec2架構的音素識別模型，在LJSpeech Phonemes數據集上微調，用於將語音轉換為音素序列

基於OpenAI Whisper-small微調的粵語語音識別模型，在Common Voice 16.0測試集上CER為7.93

這是一個用於轉錄普通話語音的大型Conformer-Transducer模型，參數約1.2億，在AISHELL-2數據集上訓練。

這是一個用於中文普通話自動語音識別(ASR)的非自迴歸Citrinet模型，擁有約1.4億參數，採用字符編碼方案和CTC損失/解碼。

基於facebook/wav2vec2-large-xlsr-53在中文(zh-CN)上使用Common Voice數據集進行微調的語音識別模型

這是一個基於wav2vec2-large-xlsr-53模型在泰語通用語音7.0數據集上微調的自動語音識別(ASR)模型。

基於facebook/wav2vec2-xls-r-300m微調的孟加拉語自動語音識別模型，使用OPENSLR_SLR53數據集訓練

基於facebook/wav2vec2-xls-r-300m微調的愛沙尼亞語自動語音識別模型，使用約800小時多樣化數據訓練

該模型是基於facebook/wav2vec2-xls-r-1b在羅馬尼亞語Common Voice 7.0數據集上微調的自動語音識別模型。

基於facebook/wav2vec2-xls-r-300m在Common Voice 8.0捷克語數據集上微調的語音識別模型

基於facebook/wav2vec2-xls-r-1b模型在挪威書面語（博克馬爾語）語音數據集上微調的自動語音識別模型

這是一個基於facebook/wav2vec2-xls-r-300m在斯洛文尼亞語(Common Voice 8.0)數據集上微調的自動語音識別(ASR)模型。

基於facebook/wav2vec2-xls-r-300m在保加利亞語數據集上微調的自動語音識別模型

這是一個基於facebook/wav2vec2-xls-r-1b在MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - FR數據集上微調的法語自動語音識別模型。