# 語音轉文本

基於openai/whisper-small微調的阿姆哈拉語語音識別模型，在評估集上詞錯誤率為2.0538%

該模型是基於facebook/wav2vec2-xls-r-300m在common_voice_17_0數據集上微調的俄語自動語音識別(ASR)模型，詞錯誤率(WER)為0.195。

基於Whisper架構優化的印地語-印地英語混合語音識別模型，專為印度口音和噪聲環境優化

基於Moonshine基礎模型的ONNX格式自動語音識別模型，支持高效推理

基於transformers庫，在common_voice_11_0數據集上對openai/whisper-large-v3-turbo進行微調後的版本，專為阿拉伯語語音識別優化。

基於ONNX格式優化的Whisper大型語音識別模型，專為網頁端部署設計

基於facebook/w2v-bert-2.0微調的馬拉雅拉姆語自動語音識別模型，在多個馬拉雅拉姆語數據集上訓練，並使用了KENLM庫訓練的三元語言模型。

Whisper是一個自動語音識別(ASR)系統，由OpenAI訓練，支持多語言語音轉錄。

Whisper Large v3的蒸餾版本，用於高效自動語音識別(ASR)

該模型是從GGML格式的distil-whisper/distil-large-v3-ggml轉換至Ratchet自定義格式的版本，主要用於語音識別任務。

這是將openai/whisper-tiny的GGML格式轉換為Ratchet自定義格式的版本

基於openai/whisper-small微調的語言檢測模型，在評估集上準確率達96.47%

這是一個基於Transformers的自動語音識別(ASR)模型，用於將音頻文件轉錄為文本。

基於openai/whisper-small微調的語音轉文本模型，支持音頻翻譯和文本生成任務。

基於OpenAI Whisper Large V3模型在Common Voice 16.0數據集上微調的語音識別模型

Whisper-large-v3是OpenAI開源的自動語音識別(ASR)模型，支持多種語言的語音轉文字任務。

這是一個用於馬拉地語語音處理的模型，可能涉及語音識別或語音合成任務。

基於OpenAI Whisper-large-v2模型在Common Voice 13.0西班牙語數據集上微調的語音識別模型

Whisper Medium 是 OpenAI 開發的中等規模語音識別模型，支持多種語言的自動語音識別（ASR）任務。

Whisper Small 是 OpenAI 開發的一個小型自動語音識別（ASR）模型，能夠將語音轉換為文本。

Whisper是一個自動語音識別(ASR)系統，由OpenAI訓練，支持多種語言的語音轉文本任務。

Whisper Tiny 是 OpenAI 開源的輕量級語音識別模型，適用於網頁端部署。

這是OpenAI Whisper-tiny模型的CTranslate2轉換版本，用於高效的語音識別任務。

基於LibriSpeech數據集微調的SpeechT5自動語音識別模型，支持將語音轉換為文本。

Whisper是一個預訓練的自動語音識別(ASR)和語音翻譯模型，經過68萬小時標註數據訓練，具有強大的泛化能力。

該模型是基於facebook/wav2vec2-large-960h-lv60-self在uob_singlish數據集上微調的語音識別模型，支持新加坡英語識別。

該模型是基於facebook/wav2vec2-xls-r-300m在common_voice_9_0數據集上微調的語音識別模型，支持孟加拉語。

基於facebook/wav2vec2-xls-r-300m預訓練模型，使用uob_singlish數據集進行微調的語音識別模型

該模型是基於facebook/wav2vec2-large-xlsr-53在common_voice數據集上微調的版本，主要用於俄語語音識別任務。

該模型是基於facebook/wav2vec2-xls-r-300m在common_voice數據集上微調的版本，主要用於泰米爾語的語音識別任務。

該模型是基於facebook/wav2vec2-large-xlsr-53在通用語音數據集上微調的阿拉伯語語音識別模型

這是一個基於wav2vec2架構的土耳其語語音識別模型，在common_voice數據集上微調得到

該模型是基於Facebook的wav2vec2-xls-r-300m模型，在common_voice土耳其語數據集上微調的語音識別模型。

該模型是基於Siyam/SKYLy在common_voice數據集上微調得到的丹麥語語音識別模型

基於facebook/wav2vec2-base-960h微調的德語方言語音識別模型，支持奧地利福拉爾貝格地區方言識別

基於facebook/wav2vec2-base在MIR_ST500數據集上微調的自動語音識別模型

這是一個基於Facebook的wav2vec2-xls-r-300m模型在通用語音數據集上微調的土耳其語語音識別模型。

該模型是基於facebook/wav2vec2-xls-r-300m在common_voice土耳其語數據集上微調的語音識別模型，在評估集上取得了0.4444的詞錯誤率。

該模型是基於facebook/wav2vec2-xls-r-300m在common_voice土耳其語數據集上微調的語音識別模型，在評估集上取得了30.95%的詞錯誤率。

該模型是基於facebook/wav2vec2-xls-r-300m在common_voice數據集上微調的版本，專注於蘇格蘭口音的語音識別。