# FastConformer架構

該模型是基於FastConformer架構的日語自動語音識別(ASR)模型，由NVIDIA開發並轉換為MLX格式。

基於 NVIDIA Parakeet TDT 0.6B v2 轉換的 MLX 格式自動語音識別模型，支持高效語音轉文本任務。

NVIDIA FastConformer-Hybrid Large 是一個基於 FastConformer 架構的俄語自動語音識別模型，支持 CTC 和 RNN-T 解碼器。

擁有6億參數的自動語音識別模型，支持英文轉錄、標點符號、大小寫和時間戳預測

NVIDIA NeMo Canary Flash 是一個多語言多任務語音模型，支持英語、德語、法語和西班牙語的自動語音識別和翻譯任務。

這是一個基於FastConformer架構的大型烏茲別克語語音識別模型，支持Transducer和CTC雙重解碼，在多個測試集上表現出色。

Parakeet TDT-CTC 0.6B是一個能夠轉錄帶標點符號的日語語音的自動語音識別(ASR)模型，由NVIDIA NeMo團隊開發。

Canary-1B是NVIDIA NeMo開發的多語言多任務模型，支持英語、德語、法語和西班牙語的自動語音識別和語音翻譯任務。

Parakeet CTC 0.6B是由NVIDIA NeMo和Suno.ai聯合開發的自動語音識別模型，基於FastConformer架構，擁有約6億參數，支持英語語音轉錄。

Parakeet RNNT 0.6B 是由 NVIDIA NeMo 和 Suno.ai 聯合開發的自動語音識別模型，基於 FastConformer 架構，擁有約 6 億參數，專門用於將英語語音轉錄為文本。

Parakeet CTC 1.1B是由NVIDIA NeMo和Suno.ai聯合開發的自動語音識別模型，基於FastConformer架構，擁有約11億參數，支持英語語音轉錄。

Parakeet RNNT 1.1B是由NVIDIA NeMo和Suno.ai聯合開發的自動語音識別模型，基於FastConformer Transducer架構，參數約11億，支持英語語音轉錄。

這是一個用於波斯語自動語音識別(ASR)的混合模型，結合了傳感器和CTC解碼器損失，基於FastConformer架構優化。

基於FastConformer架構的孟加拉語自動語音識別模型，訓練數據約18K小時，支持高精度語音轉文本

NVIDIA FastConformer-Transducer 是一個用於英語自動語音識別(ASR)的高性能模型，採用優化的FastConformer架構和Transducer解碼器，參數規模約6.18億。

NVIDIA FastConformer-CTC XLarge是一個約6億參數的自動語音識別(ASR)模型，專為英語語音轉錄設計，採用FastConformer架構和CTC損失訓練。

這是一個基於FastConformer架構的大型自動語音識別(ASR)模型，專門用於將英語語音轉錄為文本。

這是一個基於FastConformer架構的大型自動語音識別(ASR)模型，專門用於將英語語音轉錄為文本。

這是一個用於俄語自動語音識別的FastConformer混合模型，結合了Transducer和CTC解碼器，參數規模約1.15億。

這是一個基於FastConformer架構的大型白俄羅斯語自動語音識別模型，結合了轉換器和CTC解碼器損失，在1500小時白俄羅斯語音數據上訓練。

NVIDIA FastConformer-Hybrid Large (ua) 是一個用於烏克蘭語語音識別的混合模型，結合了Transducer和CTC兩種損失函數訓練，參數約1.15億。