Pyctcdecode Asr
模型概述
該模型整合了pyctcdecode的連接主義時間分類(CTC)解碼器與Hugging Face的預訓練語音識別模型,用於將語音信號轉換為文本。特別適合需要高效解碼和語言模型集成的ASR應用場景。
模型特點
高效CTC解碼
使用pyctcdecode提供高效的連接主義時間分類解碼算法,優化語音識別輸出
與Hugging Face模型集成
可無縫集成Hugging Face生態中的各種預訓練語音識別模型
語言模型支持
支持集成n-gram語言模型以提高識別準確率
靈活配置
允許調整beam寬度等參數平衡識別速度與準確性
模型能力
語音轉文本
多語言語音識別
即時語音處理
使用案例
語音轉錄
會議記錄自動化
將會議錄音自動轉換為文字記錄
提高會議記錄效率,減少人工轉錄成本
字幕生成
為視頻內容自動生成字幕
加速視頻內容製作流程
語音助手
語音指令識別
在智能設備中識別用戶語音指令
提升語音交互體驗
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98