# 低WER模型

這是distil-whisper-large-v3的微調版本，專門用於巴西葡萄牙語的自動語音識別（ASR），結合了Common Voice 16數據集和私有數據集進行訓練。

基於timit_asr數據集對ascend模型進行微調的英語語音識別模型

這是一個基於KBLab/wav2vec2-large-voxrex在瑞典語Common Voice數據集上微調的自動語音識別模型

該模型是基於microsoft/unispeech-large-1500h-cv在TIMIT_ASR數據集上微調得到的自動語音識別模型，在評估集上取得了21.96%的詞錯誤率(WER)。

這是一個基於 Facebook 的 wav2vec2-large-xlsr-53 模型在土耳其語 Common Voice 數據集上微調的自動語音識別模型。

這是一個針對巴西葡萄牙語優化的Wav2vec 2.0語音識別模型，基於多個巴西葡萄牙語數據集微調

基於facebook/wav2vec2-large-xlsr-53模型，使用Common Voice數據集對巴斯克語進行微調的語音識別模型。

基於XLSR架構微調的印尼語自動語音識別(ASR)模型，在Common Voice印尼語數據集上訓練

這是一個基於facebook/wav2vec2-large-xlsr-53模型在馬拉地語上微調的自動語音識別(ASR)模型，使用InterSpeech 2021馬拉地語數據集的部分數據進行訓練。

基於西班牙語Common Voice數據集微調的語音識別模型，採用facebook/wav2vec2-xls-r-300m架構，在測試集上WER達到14.6%

基於facebook/wav2vec2-large-xlsr-53微調的印度尼西亞語自動語音識別模型，在Common Voice印尼語數據集上訓練，測試WER為25.86%。

基於facebook/wav2vec2-xls-r-300m在意大利語數據集上微調的語音識別模型

基於Facebook的wav2vec2-large-xlsr-53模型微調的加利西亞語自動語音識別(ASR)模型，在OpenSLR 77數據集上達到16.79%的WER

這是一個基於wav2vec2架構的印地語自動語音識別(ASR)模型，在Common Voice等數據集上進行了訓練。