# 議會語音優化

針對克羅地亞語優化的SpeechT5文本轉語音微調模型，基於微軟SpeechT5架構和VoxPopuli數據集訓練

基於facebook/wav2vec2-xls-r-300m微調的芬蘭語自動語音識別模型，使用275.6小時芬蘭語標註數據訓練，支持與KenLM語言模型配合使用。

基於facebook/wav2vec2-base-fi-voxpopuli-v2微調的芬蘭語自動語音識別模型，使用276.7小時標註數據訓練，支持KenLM語言模型解碼

基於facebook/wav2vec2-xls-r-1b微調的芬蘭語自動語音識別模型，使用259.57小時芬蘭語標註語音數據訓練，支持芬蘭語語音轉文本任務。

針對芬蘭語優化的自動語音識別模型，基於Facebook的wav2vec2-xls-r-1b模型微調

基於Facebook wav2vec2-xls-r-300m模型微調的芬蘭語自動語音識別(ASR)模型，使用275.6小時芬蘭語數據訓練，支持與KenLM語言模型配合解碼

基於facebook/wav2vec2-large-100k-voxpopuli模型微調的加泰羅尼亞語語音識別模型

基於facebook/wav2vec2-large-xlsr-53模型微調的加泰羅尼亞語自動語音識別模型

基於Facebook的wav2vec2-xls-r-1b模型微調的芬蘭語自動語音識別(ASR)模型，使用259.57小時芬蘭語標註數據訓練

基於facebook/wav2vec2-xls-r-1b微調的芬蘭語自動語音識別模型，使用275.6小時芬蘭語標註數據訓練

基於Facebook的wav2vec2-xls-r-1b模型針對芬蘭語自動語音識別任務進行微調的版本，使用275.6小時芬蘭語標註語音數據訓練

這是一個基於facebook/wav2vec2-xls-r-300m微調的加泰羅尼亞語語音識別模型，在多個加泰羅尼亞語數據集上訓練。

基於facebook/wav2vec2-xls-r-300m在加泰羅尼亞語數據集上微調的語音識別模型，支持自動語音識別任務。

基於Facebook/Meta的XLS-R特徵提取器微調的挪威語自動語音識別模型，在NPSC測試集上詞錯誤率6.33%