# Common Voice數據集

針對庫爾德語庫爾曼吉方言的自動語音識別模型，基於Whisper架構微調

該模型是基於OpenAI的Whisper Small在泰米爾語Common Voice 17.0數據集上微調的語音識別模型，詞錯誤率(WER)為43.23%。

這是一個基於法語數據集微調的Whisper-small語音識別模型，詞錯誤率相比基線模型降低了6.793個百分點。

基於OpenAI Whisper-base模型在波蘭語Common Voice 17.0數據集上微調的語音識別模型

基於openai/whisper-small在Common Voice 17.0數據集上微調的日語語音識別模型

基於Whisper v3微調的粵語自動語音識別模型，在Common Voice 17數據集上訓練

基於simran14/mr-model-h在Common Voice 17.0馬拉地語數據集上微調的Whisper小型語音識別模型

基於facebook/wav2vec2-xls-r-300m在common_voice_16_1數據集上微調的阿姆哈拉語語音識別模型

基於openai/whisper-large-v3在Common Voice 16.1日語數據集上微調的語音識別模型，訓練4000步

該模型是基於facebook/wav2vec2-xls-r-300m在common_voice_albanian數據集上微調的語音處理模型，適用於阿爾巴尼亞語相關任務。

該模型是基於facebook/wav2vec2-large-xlsr-53微調的版本，專門用於斯瓦希里語（Swahili）的自動語音識別任務。

基於OpenAI Whisper-small模型微調的迪維希語(馬爾代夫官方語言)自動語音識別模型，在Common Voice 13數據集上訓練

Hezar團隊基於Common Voice數據集的波斯語部分微調的Whisper (small) 模型，可用於自動語音識別任務。

這是一個基於Tacotron2架構的泰語文本轉語音模型，使用修改後的Common Voice泰語數據集訓練，聲音經過處理不保留原始特徵。

基於Tacotron2架構的泰語文本轉語音模型，使用修改後的Common Voice泰語數據集訓練

這是一個基於Whisper small架構的孟加拉語自動語音識別模型，在約400小時的Mozilla Common Voice數據集上微調訓練，詞錯誤率4.58%

基於Whisper架構的波斯語自動語音識別模型，在Common Voice 11.0波斯語數據集上微調

該模型是基於OpenAI的Whisper Large V2在哈薩克語Common Voice 11.0數據集上微調的語音識別模型

基於OpenAI Whisper-tiny模型在西班牙語數據集上微調的語音識別模型

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。

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microsoft/wavlm-large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-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-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-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。

這是一個基於facebook/wav2vec2-xls-r-300m模型在common_voice數據集上微調的語音識別模型，支持印地語。

該模型是基於facebook/wav2vec2-xls-r-300m在common_voice數據集上微調的泰米爾語語音識別模型

基於Facebook wav2vec2-large-xlsr-53-portuguese模型在common_voice數據集上微調的巴西葡萄牙語語音識別模型

該模型是基於facebook/wav2vec2-base在波斯語數據集上微調的語音識別模型，支持波斯語語音轉文本任務。

該模型是基於facebook/wav2vec2-base在波斯語數據集上微調的語音識別模型，主要用於波斯語語音轉文本任務。

該模型是基於facebook/wav2vec2-large-xlsr-53在COMMON_VOICE - TR土耳其語數據集上微調的自動語音識別(ASR)模型，在評估集上取得了0.3242的詞錯誤率。

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，詞錯誤率(WER)為0.3634。

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。

基於Facebook XLS-R-300M模型在馬拉地語語音數據集上微調的自動語音識別模型

該模型是基於facebook/wav2vec2-xls-r-300m在烏爾都語語音數據集上微調的自動語音識別(ASR)模型

基於Common Voice數據集訓練的立陶宛語自動語音識別模型，使用wav2vec2架構和fairseq框架實現。