# 16kHz採樣率

這是一個基於facebook/mms-tts-isl微調的冰島語文本轉語音模型，使用Talrómur數據集訓練，專注於女性聲音合成。

基於OpenAI的whisper-medium模型在Common Voice 11.0德語數據集上微調的自動語音識別模型

基於Whisper Medium架構微調的德語醫療領域語音識別模型，特別針對奧地利標準德語發音優化

基於VITS架構的英文文本轉語音模型，由Kakao Enterprise訓練，支持高質量語音合成

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。

本模型使用Common Voice、JVS和JSUT數據集對openai/whisper-base進行日語微調，適用於日語語音識別任務。

基於facebook/wav2vec2-large-xlsr-53微調的日語語音識別模型，支持16kHz採樣率音頻輸入

基於openai/whisper-large-v2在Common Voice 11.0德語數據集上微調的自動語音識別模型，支持德語語音轉文字，詞錯誤率5.76

基於XLSR-53大模型微調的中文語音識別模型，支持16kHz採樣率的語音輸入

基於microsoft/wavlm-large模型微調的中文語音識別模型，支持簡體中文，使用Common Voice 7.0 (zh-CN)數據集訓練。

基於facebook/hubert-large-ll60k模型微調的波斯語自動語音識別模型，使用Common Voice 7.0波斯語數據集訓練。

這是一個基於facebook/wav2vec2-large-nl-voxpopuli模型微調的瑞典語自動語音識別模型，使用Common Voice 7.0 (sv-SE)數據集進行訓練。

基於microsoft/wavlm-large微調的瑞典語自動語音識別模型，適用於16kHz採樣率的語音輸入。

基於facebook/wav2vec2-xls-r-300m模型，使用Common Voice 7.0法語數據集微調的自動語音識別模型

基於facebook/wav2vec2-large-fr-voxpopuli模型微調的法語自動語音識別模型，使用Common Voice 7.0法語數據集訓練。

基於microsoft/unispeech-large-1500h-cv模型，使用Common Voice 7.0（法語）數據集微調的語音識別模型

基於隨機初始化的wav2vec2模型進行微調，用於意大利語語音識別任務，訓練數據採用Common Voice 7.0（意大利語）的訓練集分割部分。

基於facebook/wav2vec2-large-xlsr-53模型微調的意大利語自動語音識別模型，使用Common Voice 7.0意大利語數據集訓練。

基於facebook/wav2vec2-large-100k-voxpopuli模型微調的意大利語自動語音識別模型，使用Common Voice 7.0意大利語數據集訓練。

基於facebook/wav2vec2-large-lv60模型微調的意大利語自動語音識別模型，使用Common Voice 7.0意大利語數據集訓練。

基於facebook/wav2vec2-large-it-voxpopuli模型，使用Common Voice 7.0 (日語版)的訓練集進行語音識別微調的日語自動語音識別模型。

基於microsoft/unispeech-sat-large模型微調的日語自動語音識別模型，使用Common Voice 7.0日語數據集訓練。

基於microsoft/wavlm-large模型微調的日語自動語音識別模型，使用Common Voice 7.0日語數據集訓練

基於microsoft/unispeech-large-1500h-cv模型，使用Common Voice 7.0 (日語)數據集進行語音識別微調的日語自動語音識別模型

基於facebook/wav2vec2-large-xlsr-53模型微調的日語自動語音識別模型，使用Common Voice 7.0日語數據集訓練

基於facebook/hubert-large-ll60k微調的泰語語音識別模型，訓練數據來自Common Voice 7.0

基於facebook/wav2vec2-large-lv60模型微調的泰語語音識別模型，使用Common Voice 7.0數據集訓練

基於微軟UniSpeech-SAT-Large模型微調的英語語音識別模型，支持16kHz採樣率的語音輸入。

基於facebook/wav2vec2-large-nl-voxpopuli模型微調的英語語音識別模型，使用Common Voice 7.0訓練集進行訓練。

這是一個針對英語語音識別任務的模型，基於隨機初始化的wav2vec2架構，使用Common Voice 7.0數據集進行微調。

基於TEDLIUM語料庫微調的Wav2Vec2大型語音識別模型，支持英語語音轉文本

Sharif Wav2vec2針對波斯語的微調版本，基於Common Voice波斯語樣本訓練，支持自動語音識別任務。

基於facebook/wav2vec2-large-xlsr-53在中文AISHELL-1數據集上微調的語音識別模型，支持中文語音識別任務。

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

Data2Vec是一個通用自監督學習框架，適用於語音、視覺和語言任務。該音頻大模型基於LibriSpeech的960小時語音數據預訓練和微調，專為自動語音識別任務優化。

基於NST數據集微調的丹麥語語音識別模型，支持16kHz採樣率音頻輸入

基於Facebook的wav2vec2-large-xlsr-53模型在波斯語通用語音庫上微調的自動語音識別(ASR)模型

這是一個基於XLS-R 1B架構的英語語音識別模型，在多個英語語音數據集上進行了微調。

這是一個基於facebook/wav2vec2-large-xlsr-53模型在西班牙語Common Voice數據集上微調的自動語音識別(ASR)模型。

這是一個基於facebook/wav2vec2-large-xlsr-53模型在瑞典語Common Voice數據集上微調的語音識別模型，訓練數據量為402MB。