# 即時語音轉寫

Whisper是OpenAI開發的最先進的自動語音識別(ASR)和語音翻譯模型，在超過500萬小時的標記數據上訓練，具有強大的零樣本泛化能力。Turbo版本是原版的修剪微調版本，解碼層從32層減少到4層，速度大幅提升但質量略有下降。

Whisper是OpenAI開發的最先進的自動語音識別(ASR)和語音翻譯模型，支持多種語言

基於CTranslate2優化的Whisper Large-v3 Turbo越南語增強本地化版，支持多語言語音識別，速度快、準確度高

專為越南語優化的Whisper Large-v3 Turbo語音識別模型，支持多語言，具有極速響應和高準確度

GigaAM-v2-RNNT 是一個俄語自動語音識別（ASR）模型，基於RNNT架構，適用於語音轉文本任務。

GigaAM-v2-CTC 是一個俄語自動語音識別(ASR)模型，基於CTC損失函數訓練，可通過Hugging Face transformers庫使用。

專為越南語優化的Whisper Large-v3 Turbo語音識別模型，支持多語言即時轉錄

基於OpenAI Whisper-small微調的阿拉伯語語音識別模型

Whisper large-v3-turbo是OpenAI Whisper large-v3的蒸餾版本，解碼層從32層減少到4層，速度大幅提升但質量略有下降。

基於OpenAI Whisper-large-v3微調的語音識別模型，專注於航空交通管制(ATCO)場景，詞錯誤率17.04%

由Oyqiz團隊開發的烏茲別克語自動語音識別(ASR)模型，基於Common Voice 10.0數據集訓練

基於openai/whisper-tiny微調的卡納達語自動語音識別模型，在多個公開卡納達語ASR語料庫上訓練

Whisper Tiny是OpenAI開發的自動語音識別(ASR)模型，屬於Whisper系列中最小的版本，參數規模為39M。

基於facebook/wav2vec2-xls-r-300m在新加坡英語(li_singlish)數據集上微調的語音識別模型

這是一個基於Harveenchadha/vakyansh-wav2vec2-punjabi-pam-10在Common Voice數據集上微調的旁遮普語自動語音識別模型

這是一個基於facebook/wav2vec2-xls-r-300m在印地語Common Voice 7.0數據集上微調的自動語音識別(ASR)模型