# Conformer架構

這是一個基於SpeechBrain框架訓練的端到端自動語音識別系統，使用Conformer架構在25,000小時英文語音數據上訓練。

IndicConformer 是一個基於混合 CTC-RNNT 架構的 Conformer 自動語音識別模型，專門用於烏爾都語語音轉錄。

IndicConformer是一個基於混合CTC-RNNT架構的Conformer自動語音識別模型，專門針對尼泊爾語優化

IndicConformer是一個基於混合CTC-RNNT架構的Conformer自動語音識別(ASR)模型，支持印地語語音轉錄。

基於Conformer架構的語音編碼器，在450萬小時無標註音頻數據上預訓練，支持143種以上語言

整合FastSpeech2Conformer與HiFi-GAN的文本轉語音模型，提供高效高質量的語音合成

FastSpeech2Conformer是一個非自迴歸的文本轉語音（TTS）模型，結合了FastSpeech2和Conformer架構的優勢，能夠快速高效地從文本生成高質量的語音。

這是一個用於盧旺達語語音識別的Conformer-Transducer大型模型，能將語音轉錄為小寫拉丁字母，支持空格和撇號。

這是一個用於轉錄普通話語音的大型Conformer-Transducer模型，參數約1.2億，在AISHELL-2數據集上訓練。

這是一個基於Conformer架構的法語自動語音識別(ASR)大模型，採用CTC損失函數，在超過1500小時的法語語音數據上訓練而成。

這是一個用於德語自動語音識別的大型Conformer-Transducer模型，具有約1.2億參數，支持將德語語音轉錄為文本。

這是一個由NVIDIA開發的自動語音識別(ASR)模型，基於Conformer-Transducer架構，擁有約6億參數，專門用於英語語音轉錄。

這是一個基於Conformer-Transducer架構的大規模韓語自動語音識別模型，在Ksponspeech數據集上訓練，適用於韓語語音轉錄任務。

基於Librispeech 100小時語音數據微調的Wav2Vec2 Conformer模型，採用旋轉位置嵌入技術

採用相對位置嵌入技術的Wav2Vec2-Conformer大型語音識別模型，基於Librispeech 100小時語音數據微調

基於ESPnet框架訓練的文本轉語音模型，使用VCTK數據集，支持多說話人語音合成

這是一個基於 ESPnet2 的文本轉語音(TTS)模型，使用 LJSpeech 數據集訓練，結合了 Conformer、FastSpeech2 和 HiFi-GAN 架構。

基於ESPnet框架訓練的自動語音識別(ASR)模型，使用Conformer架構和WavLM大型預訓練模型，在LibriSpeech數據集上訓練。