AIbase
TW
模型選型
標籤
Wav2Vec2架構

# Wav2Vec2架構

Indicwav2vec Hindi
Apache-2.0
基於Wav2Vec2架構的印地語自動語音識別模型，由AI4Bharat開發
語音識別 Transformers 其他
I
ai4bharat
34.90k
17
Indicwav2vec Odia
Apache-2.0
基於Wav2Vec2架構的印地語自動語音識別(ASR)模型，由AI4Bharat開發
語音識別 Transformers 其他
I
ai4bharat
401
2
Audio Classification Model
Apache-2.0
基於facebook/wav2vec2-base-960h微調的音頻分類模型，具體用途和訓練數據未明確說明。
音頻分類 Transformers
A
SinghManish
19
1
Mms Lid 4017
這是一個基於Wav2Vec2架構的語音語言識別模型，能夠識別4017種語言，屬於Facebook大規模多語言語音項目的一部分。
音頻分類 Transformers 支持多種語言
M
facebook
3,721
8
Mms Lid 1024
該模型是Facebook大規模多語言語音項目的一部分，基於Wav2Vec2架構，能夠識別1024種語言的語音輸入。
音頻分類 Transformers 支持多種語言
M
facebook
1,869
9
Mms Lid 512
這是一個針對512種語言的語音語言識別(LID)進行微調的模型，基於Wav2Vec2架構，能夠識別輸入音頻的語言類別。
語音識別 Transformers 支持多種語言
M
facebook
32
2
Mms Lid 256
這是一個基於Wav2Vec2架構的語音語言識別模型，能夠識別256種語言，屬於Facebook大規模多語言語音(MMS)項目的一部分。
音頻分類 Transformers 支持多種語言
M
facebook
48.38k
10
Mms Lid 126
基於Facebook大規模多語言語音項目微調的語言識別模型，支持126種語言的音頻分類
音頻分類 Transformers 支持多種語言
M
facebook
2.1M
26
Accent Determinator
基於Wav2Vec2架構的音頻分類模型，用於識別波多黎各、哥倫比亞、委內瑞拉、秘魯或智利西班牙語口音
音頻分類 Transformers
A
hhsavich
29
2
Exp W2v2t It Vp Fr S821
Apache-2.0
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
語音識別 Transformers 其他
E
jonatasgrosman
27
0
Exp W2v2t It Vp 100k S449
Apache-2.0
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。
語音識別 Transformers 其他
E
jonatasgrosman
17
0
Wav2vec2 Ksponspeech
Apache-2.0
基於Ksponspeech數據集微調的韓語語音識別模型，在Wav2vec2-large-xlsr-53基礎上優化
語音識別 Transformers
W
Taeham
111
4
84rry Xls R 300M AR
Apache-2.0
該模型是基於facebook/wav2vec2-xls-r-300m在common_voice數據集上微調的阿拉伯語語音識別模型，在評估集上取得了0.5078的詞錯誤率。
語音識別 Transformers
8
84rry
27
0
Xlrs Best Lm
Apache-2.0
這是一個基於XLSR Wav2Vec2架構的印尼語自動語音識別模型，在公共語音印尼語數據集上進行了微調。
語音識別 Transformers 其他
X
ridhoalattqas
19
1
Chinese Hubert Base
MIT
基於1萬小時WenetSpeech L子集預訓練的中文語音模型，適用於語音相關任務
語音識別 Transformers
C
TencentGameMate
1,312
39
Wav2vec2 17
Apache-2.0
基於facebook/wav2vec2-base微調的語音識別模型，支持自動語音轉文本任務。
語音識別 Transformers
W
chrisvinsen
17
0
Wav2vec2 10
Apache-2.0
基於facebook/wav2vec2-base微調的語音識別模型，在評估集上詞錯誤率(WER)為1.0
語音識別 Transformers
W
chrisvinsen
20
0
Wav2vec2 Xlsr 53 Russian Emotion Recognition
MIT
這是一個基於XLS-R Wav2Vec2架構的俄語語音情感識別模型，能夠識別7種基本情感，準確率達72%。
音頻分類 Transformers 其他
W
Aniemore
1,106
13
Wav2vec2 3
Apache-2.0
基於facebook/wav2vec2-base微調的語音識別模型，詞錯誤率(WER)為1.0
語音識別 Transformers
W
chrisvinsen
16
0
D L Dl
該模型是基於facebook/wav2vec2-base-960h微調的語音識別模型，在評估集上詞錯誤率(WER)為1.0。
語音識別 Transformers
D
bkh6722
25
0
English Filipino Wav2vec2 L Xls R Test 07
Apache-2.0
該模型是基於jonatasgrosman/wav2vec2-large-xlsr-53-english在菲律賓語音數據集上微調的版本，主要用於英語到菲律賓語的語音識別任務。
語音識別 Transformers
E
Khalsuu
24
0
Wav2vec2 Base Timit Demo Colab3
Apache-2.0
基於facebook/wav2vec2-base模型在TIMIT數據集上微調的語音識別模型
語音識別 Transformers
W
sherry7144
24
0
Wav2vec2 Base Timit Demo Colab1
Apache-2.0
該模型是基於facebook/wav2vec2-base微調的語音識別模型，在TIMIT數據集上進行了訓練和評估。
語音識別 Transformers
W
cuzeverynameistaken
16
0
Wav2vec2 Base Timit Demo Colab60
Apache-2.0
該模型是基於facebook/wav2vec2-base微調的語音識別模型，在TIMIT數據集上訓練60輪，詞錯誤率(WER)達到1.0。
語音識別 Transformers
W
hassnain
16
0
Wav2vec2 Base Timit Demo Colab7
Apache-2.0
該模型是基於facebook/wav2vec2-base微調得到的語音識別模型，在TIMIT數據集上訓練，詞錯誤率(WER)為0.5426。
語音識別 Transformers
W
sameearif88
16
0
Wav2vec2 Base Timit Demo Colab7
Apache-2.0
基於facebook/wav2vec2-base模型在TIMIT數據集上微調的語音識別模型，主要用於英語語音轉文本任務。
語音識別 Transformers
W
hassnain
16
0
Wav2vec2 Base Timit Demo Colab3
Apache-2.0
該模型是基於facebook/wav2vec2-base微調的語音識別模型，在TIMIT數據集上訓練，評估詞錯誤率為0.5608。
語音識別 Transformers
W
sameearif88
16
0
Wav2vec2 Base Timit Demo Colab2
Apache-2.0
該模型是基於facebook/wav2vec2-base微調得到的語音識別模型，在評估集上取得了0.5664的詞錯誤率(WER)。
語音識別 Transformers
W
sameearif88
16
0
Wav2vec2 Base Timit Demo Colab6
Apache-2.0
該模型是基於facebook/wav2vec2-base微調的語音識別模型，在TIMIT數據集上訓練，詞錯誤率(WER)為0.5282。
語音識別 Transformers
W
hassnain
19
0
Wav2vec2 Base Timit Moaiz Explast
Apache-2.0
該模型是基於facebook/wav2vec2-base在TIMIT數據集上微調的語音識別模型，主要用於英語語音轉文本任務。
語音識別 Transformers
W
moaiz237
19
0
Wav2vec2 Base Timit Demo Colab1
Apache-2.0
該模型是基於facebook/wav2vec2-base微調的語音識別模型，在TIMIT數據集上訓練，詞錯誤率(WER)為1.0。
語音識別 Transformers
W
tahazakir
24
0
Xlsr 53 Bemba 5hrs
Apache-2.0
基於facebook/wav2vec2-large-xlsr-53微調的語音識別模型，支持Bemba語
語音識別 Transformers
X
csikasote
25
0
Ctrlv Wav2vec2 Tokenizer
Apache-2.0
基於facebook/wav2vec2-base微調的語音識別模型，在評估集上取得了31.38%的詞錯誤率
語音識別 Transformers
C
proseph
25
0
Wav2vec2 Commonvoice Tamil
MIT
基於Harveenchadha/vakyansh-wav2vec2-tamil-tam-250在common_voice數據集上微調的泰米爾語語音識別模型
語音識別 Transformers
W
nikhil6041
40
0
Wav2vec2 Base Toy Train Data Slow 10pct
Apache-2.0
基於facebook/wav2vec2-base模型在未知數據集上微調的語音識別模型，詞錯誤率(WER)為0.7175
語音識別 Transformers
W
scasutt
22
0
Wav2vec2 Base Toy Train Data Masked Audio 10ms
Apache-2.0
基於facebook/wav2vec2-base微調的語音識別模型，在10ms音頻掩碼任務上訓練
語音識別 Transformers
W
scasutt
22
0
Wav2vec2 Xlsr Greek Speech Emotion Recognition
Apache-2.0
基於Wav2Vec 2.0架構的希臘語語音情感識別模型，能夠識別憤怒、厭惡、恐懼、快樂和悲傷五種情感。
音頻分類 其他
W
m3hrdadfi
213
9
Wav2vec2 Tr AG V1
基於Wav2Vec2架構的土耳其語語音識別模型，針對土耳其語進行了優化。
語音識別 Transformers
W
adresgezgini
20
0
Wav2vec2 Large Xlsr Punjabi
Apache-2.0
這是一個基於facebook/wav2vec2-large-xlsr-53模型在旁遮普語語音數據上微調的自動語音識別(ASR)模型。
語音識別
W
manandey
20.46k
1
Wav2vec2 Sanskrit Stt
基於Wav2Vec2架構的梵語語音識別模型，可將梵語語音轉換為文本
語音識別 Transformers
W
addy88
15
0
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase