# 低資源語音處理

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%。

基於OpenAI Whisper-tiny微調的波斯語自動語音識別模型，在common_voice_11_0數據集上訓練

該模型是基於MMS-300m微調的阿拉伯語方言語音識別模型，能夠識別現代標準阿拉伯語及四種主要阿拉伯方言。

首個針對克里特方言的自動語音識別(ASR)模型，基於希臘語XLS-R模型微調訓練。

這是一個用於阿拉伯字母語音分類的transformers模型，能夠識別和分類阿拉伯語字母的發音。

基於Whisper-large-v3微調的臺灣客家話語音識別模型，支持多種客家話方言

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。

基於wav2vec2-base-vietnamese-250h微調的越南語聲調識別模型，準確率59.72%

這是將thennal/whisper-medium-ml轉換為CTranslate2模型格式的版本，用於馬拉雅拉姆語語音識別

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wav2vec2-large-xlsr-53的自動語音識別模型，在GARY109/AI_LIGHT_DANCE數據集上微調

這是一個針對阿姆哈拉語的自動語音識別模型，使用wav2vec 2.0架構和CTC/Attention機制訓練

基於facebook/wav2vec2-xls-r-300m預訓練模型，使用uob_singlish數據集進行微調的語音識別模型

該模型是基於uob_singlish數據集對wav2vec2-xls-r-300m-mixed進行微調的版本，專注於新加坡英語語音識別。

該模型是基於li_singlish數據集對RuiqianLi/wav2vec2-large-xls-r-300m-singlish-colab進行微調的版本，主要用於新加坡英語語音識別任務。

該模型是基於facebook/wav2vec2-large-xlsr-53在未知數據集上微調得到的語音識別模型，支持阿拉伯語方言(Arabizi)的識別。

該模型是基於kingabzpro/wav2vec2-urdu微調的語音處理模型，適用於特定語音識別任務。

該模型是基於facebook/wav2vec2-xls-r-300m在filipino_voice數據集上微調的語音識別模型，支持菲律賓語。

Wav2Vec2-Large-100h-Lv60是基於100小時Libri-Light和Librispeech語音數據預訓練和微調的大模型，採用自訓練目標訓練，適用於16kHz採樣率的語音識別任務。

該模型是基於facebook/wav2vec2-large-xlsr-53在土耳其語Common Voice數據集上微調的語音識別模型

DistilHuBERT是一種通過層級蒸餾HuBERT模型實現的輕量級語音表徵學習模型，在保持性能的同時顯著減小模型體積和計算成本。

該模型是基於facebook/wav2vec2-xls-r-300m在COMMON_VOICE - LG數據集上進行微調的語音識別模型，支持盧幹達語(lg)的自動語音識別任務。

基於Wav2Vec 2.0架構的語音識別模型，在TIMIT數據集上微調，適用於英語語音轉文本任務

UniSpeech是一個統一語音表徵學習模型，結合標註與無標註數據進行預訓練，特別針對西班牙語音素識別進行了微調。

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(ASR)模型。

基於asapp/sew-d-small-100k在TIMIT_ASR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在通用語音數據集上微調的版本，適用於語音識別任務。

基於wav2vec2-large-xlsr-53微調的愛爾蘭蓋爾語自動語音識別模型，在Common Voice 7.0數據集上訓練

這是一個基於facebook/wav2vec2-xls-r-300m模型在雅庫特語(薩哈語)語音數據集上微調的語音識別模型

基於facebook/wav2vec2-large-xlsr-53模型微調的阿拉伯語自動語音識別模型，在Common Voice阿拉伯語數據集上測試WER為52%。

Wav2Vec2是Facebook開發的語音識別模型，通過自監督學習從原始音頻中學習語音表示，並在LibriSpeech數據集上微調，實現高精度語音轉錄。

基於VoxPopuli語料庫10K未標註數據預訓練，並在斯洛伐克語轉錄數據上微調的語音識別模型

這是一個基於facebook/wav2vec2-large-xlsr-53微調的上索布語語音識別模型，訓練數據來自通用語音數據集和在線索布語課程。

基於 facebook/wav2vec2-xls-r-300m 在私有數據集上微調的自動語音識別模型，具備魯棒語音事件處理能力。

基於facebook/wav2vec2-large-xlsr-53模型在通用語音數據集上微調的阿拉伯語語音識別模型

該模型是基於facebook/wav2vec2-large-xlsr-53在越南語YouTube非正式音頻數據集上微調的自動語音識別模型。

基於facebook/wav2vec2-large-xlsr-53微調的阿拉伯語自動語音識別模型，支持16kHz採樣率的語音輸入

基於facebook/wav2vec2-large-xlsr-53模型微調的阿拉伯語自動語音識別模型，支持16kHz採樣率語音輸入

XLSR-Wav2Vec2是一個多語言語音識別模型，通過跨語言預訓練學習共享語音表徵，支持53種語言。

基於XLSR-53大模型微調的斯瓦希里語自動語音識別模型，支持16kHz採樣率語音輸入