# 低資源語音識別

基於Whisper架構的自動語音識別模型，針對特定語言或方言進行了微調

KinyaWhisper是基於OpenAI Whisper模型微調的盧旺達語自動語音識別(ASR)系統，專為低資源土著語言設計。

該模型是基於facebook/mms-1b-all在Isma/alffa_wolof數據集上微調的版本，專為沃洛夫語自動語音識別（ASR）任務設計。

基於facebook/wav2vec2-large-xlsr-53微調的語音識別模型，支持Bemba語

該模型是基於Wav2Vec2架構的大規模語音識別模型，在Libri-Light和Librispeech的10分鐘數據上進行了預訓練和微調，使用自訓練目標進行訓練，適用於16kHz採樣率的語音音頻。

Wav2Vec2基礎版是在16kHz採樣的Librispeech語音音頻上進行了100小時預訓練和微調的自動語音識別模型。

基於facebook/wav2vec2-xls-r-300m在Common Voice 8數據集上微調的自動語音識別模型，支持巴斯克語(bas)。

這是一個基於facebook/wav2vec2-xls-r-1b模型在Common Voice 8.0印地語數據集上微調的自動語音識別模型，支持印地語語音轉文本任務。

基於Hubert和BART架構的自動語音識別模型，通過聚類特徵轉換實現語音到文本的轉換

基於facebook/wav2vec2-xls-r-300m在泰米爾語數據集上微調的自動語音識別模型

基於facebook/wav2vec2-large-xlsr-53模型微調的羅曼什語瓦拉迪爾方言語音識別模型，詞錯誤率32.89%

UniSpeech是一個統一的語音表徵學習模型，結合了監督式音素CTC學習和自監督學習，特別針對意大利語進行了微調。

基於facebook/wav2vec2-large-xlsr-53微調的埃及阿拉伯語自動語音識別模型，使用arabicspeech.org MGB-3數據集訓練。

這是一個基於facebook/wav2vec2-large-xlsr-53模型微調的自動語音識別模型，專門用於識別羅曼什語的蘇塞爾瓦方言。

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

這是一個基於XLS-R架構在Common Voice 8.0烏爾都語數據集上微調的自動語音識別模型，詞錯誤率(WER)為47.38。

基於Facebook的wav2vec2-xls-r-1b模型微調的烏爾都語自動語音識別(ASR)模型，在Common Voice 8.0烏爾都語數據集上訓練

該模型是基於facebook/wav2vec2-large-xlsr-53在Common Voice 8.0烏爾都語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MOZILLA-FOUNDATION/COMMON_VOICE_7_0 - UR數據集上微調的烏爾都語自動語音識別(ASR)模型

該模型是基於facebook/wav2vec2-large-xlsr-53在Common Voice烏爾都語數據集上微調的自動語音識別模型