# 多場景ASR

這是一個自動語音識別模型，已轉換為適用於MLX的版本，可快速進行推理。

基於openai/whisper-base模型在100小時越南語語音數據上微調的語音識別模型，提升越南語轉錄準確性

基於TIES合併方法融合的俄語語音識別模型，優化電話語音識別效果

這是一個基於openai/whisper-small模型在希臘語語音識別任務上微調的自動語音識別(ASR)模型，使用Mozilla Common Voice 17.0數據集中的3620個希臘語樣本進行訓練。

該模型是基於openai/whisper-small在僧伽羅語數據集上微調的語音識別模型，支持僧伽羅語語音轉文本任務。

這是一個經過轉換和量化的語音識別模型，基於distil-large-v3模型轉換為OpenVINO™ IR格式，並將權重壓縮為INT8，以提升性能和兼容性。

基於OpenAI Whisper-small模型在土耳其語Common Voice數據集上微調的語音識別模型

基於OpenAI Whisper-large-v2微調的愛沙尼亞語語音識別模型，由塔爾圖理工大學開發，訓練數據約1200小時

這是一個基於OpenAI Whisper Large V2模型微調的印地語自動語音識別(ASR)模型，在Common Voice 11.0數據集上訓練，詞錯誤率(WER)為10.05%。

該模型是基於OpenAI的Whisper Small架構，在Common Voice 11.0越南語數據集上微調的自動語音識別(ASR)模型

基於OpenAI Whisper-small微調的斯洛伐克語語音識別模型，在Common Voice 11.0斯洛伐克語數據集上訓練

針對葡萄牙語優化的Whisper Medium語音識別模型，在Common Voice 11數據集上達到6.579詞錯誤率(WER)

基於facebook/wav2vec2-large-xlsr-53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。

基於facebook/wav2vec2-large-lv60模型微調的泰語語音識別模型，使用Common Voice 7.0數據集訓練

這是一個基於Facebook的wav2vec2-large-xlsr-53模型在德語Common Voice 9.0數據集上微調的自動語音識別(ASR)模型。

基於Wav2vec2架構的越南語自動語音識別模型，支持從音頻到文本的轉換

基於facebook/wav2vec2-large-xlsr-53微調的印地語語音識別模型，在低資源印度語言的多語言和語碼轉換ASR挑戰賽數據上訓練

該模型是基於facebook/wav2vec2-xls-r-300m在土耳其語Common Voice 8.0數據集上微調的自動語音識別(ASR)模型，測試WER為28.69%。

基於facebook/wav2vec2-xls-r-300m在OpenSLR SLR66泰盧固語數據集上微調的自動語音識別模型

基於facebook/wav2vec2-xls-r-300m微調的愛沙尼亞語自動語音識別模型，使用約800小時多樣化數據訓練

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

該模型是基於facebook/wav2vec2-xls-r-300m在Common Voice 7.0越南語及私有數據集上微調的語音識別模型。

基於facebook/wav2vec2-xls-r-300m在荷蘭語(nl)數據集上微調的自動語音識別(ASR)模型

基於common_voice數據集訓練的印地語語音識別模型