# Common Voice微調

基於facebook/wav2vec2-large-xlsr-53在匈牙利語Common Voice數據集上微調的自動語音識別模型

基於OpenAI Whisper Medium模型微調的烏茲別克語自動語音識別模型

基於OpenAI Whisper-small微調的阿拉伯語語音識別模型

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 Base微調的烏茲別克語語音識別模型，在Common Voice數據集上訓練

基於OpenAI Whisper-small微調的烏茲別克語自動語音識別模型，在Common Voice 17.0數據集上訓練

基於Whisper-large-v3-turbo微調的西班牙語語音識別模型，在Common Voice 17.0西班牙語數據集上詞錯誤率降低至5.34%

基於OpenAI Whisper Tiny模型在Common Voice 11.0中文數據集上微調的語音識別模型

該模型是基於OpenAI的Whisper Large v3在阿塞拜疆語Common Voice 17.0數據集上微調的自動語音識別(ASR)模型，取得了1.195%的詞錯誤率(WER)。

基於OpenAI Whisper-large-v3模型在Common Voice 17.0土耳其語數據集上微調的語音識別模型

本模型是基於openai/whisper-tiny在Common Voice 14.0數據集上微調的俄語自動語音識別模型

基於OpenAI Whisper-small模型在土耳其語Common Voice數據集上微調的語音識別模型

基於OpenAI Whisper-base模型在Common Voice 11.0俄語數據集上微調的語音識別模型

基於microsoft/speecht5_tts在Common Voice 13數據集上微調的俄語文本轉語音模型

基於Microsoft SpeechT5架構的白俄羅斯語文本轉語音模型，在Common Voice數據集上微調

基於Microsoft SpeechT5架構微調的烏克蘭語文本轉語音模型，使用Common Voice數據集訓練

基於微軟SpeechT5架構微調的瑞典語文本轉語音模型，使用Common Voice數據集訓練

基於OpenAI Whisper Medium微調的土耳其語語音識別模型，在Common Voice 11.0數據集上訓練

基於OpenAI Whisper Large-V2模型在匈牙利語Common Voice數據集上微調的語音識別模型

這是基於OpenAI Whisper Large-V2模型在塞爾維亞語Common Voice 11.0數據集上微調的語音識別模型，詞錯誤率為10.76%。

該模型是基於OpenAI的Whisper Large-V2在豪薩語語音識別任務上微調的版本，在Common Voice 11.0數據集上訓練

本模型是基於OpenAI的Whisper Large-V2模型在Common Voice 11.0斯洛文尼亞語數據集上微調的語音識別模型，詞錯誤率為13.83%。

這是一個基於OpenAI Whisper Large V2模型微調的印地語自動語音識別(ASR)模型，在Common Voice 11.0數據集上訓練，詞錯誤率(WER)為10.05%。

基於OpenAI Whisper Large-v2模型在孟加拉語語音數據集上微調的自動語音識別(ASR)模型

基於OpenAI Whisper Large-v2模型微調的泰米爾語自動語音識別(ASR)模型，在Common Voice 11.0泰米爾語測試集上達到8.45%的詞錯誤率

這是基於OpenAI Whisper Large V2模型在馬拉雅拉姆語語音識別任務上的微調版本，使用Common Voice 11.0數據集訓練

基於OpenAI的Whisper-large-v2模型在葡萄牙語Common Voice 11數據集上微調的語音識別模型

基於OpenAI Whisper Large-v2模型微調的印地語語音識別模型，在Common Voice 11.0印地語測試集上達到11.3%的詞錯誤率

基於OpenAI Whisper-large-v2微調的旁遮普語自動語音識別模型，在Common Voice 11.0數據集上訓練

該模型是基於OpenAI的Whisper Small架構，在Common Voice 11.0越南語數據集上微調的自動語音識別(ASR)模型

基於OpenAI Whisper Large V2在粵語數據集上微調的自動語音識別模型，在測試集上達到6.7274%的字錯誤率

基於openai/whisper-medium在common_voice_11_0數據集上微調的法語語音識別模型，標準化WER達到11.1406，優於原版模型。

基於facebook/wav2vec2-large-robust模型微調的瑞典語自動語音識別模型，支持16kHz採樣率語音輸入。

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facebook/wav2vec2-large-fr-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-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-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。