# 日語語音識別

本模型是基於rinna/japanese-hubert-base通過CTC進行日語音素識別的微調模型，可有效提升日語語音識別的準確性。

該模型是基於FastConformer架構的日語自動語音識別(ASR)模型，由NVIDIA開發並轉換為MLX格式。

這是一個基於Whisper架構的日語自動語音識別(ASR)模型，已轉換為CTranslate2格式以提高推理效率。

基於openai/whisper-small在Common Voice 17.0數據集上微調的日語語音識別模型

基於wav2vec 2.0 Large架構，在大型日語ASR語料庫ReazonSpeech v2.0上微調而成的日語自動語音識別模型

基於Whisper的日語自動語音識別模型，集成說話人分離和標點符號添加功能

適用於CTranslate2的Whisper語音識別模型，專為日語優化，提供高效的語音轉文本功能。

Kotoba-Whisper-v2.1 是一款基於 Whisper 的日語自動語音識別（ASR）模型，集成了額外的後處理棧，能夠自動添加標點符號。

Kotoba-Whisper是由Asahi Ushio與Kotoba Technologies合作開發的日語自動語音識別蒸餾模型，基於Whisper large-v3蒸餾而來，推理速度提升6.3倍。

基於大規模日語自動語音識別語料庫ReazonSpeech v2.0微調的wav2vec 2.0 Base模型，適用於日語自動語音識別任務。

Parakeet TDT-CTC 0.6B是一個能夠轉錄帶標點符號的日語語音的自動語音識別(ASR)模型，由NVIDIA NeMo團隊開發。

Kotoba-Whisper-v1.1是基於Whisper的日語自動語音識別模型，增加了標點符號和時間戳處理功能。

基於rinna/japanese-wav2vec2-base在common_voice_11_0日語數據集上微調的語音識別模型，僅支持平假名輸出

Kotoba-Whisper 是由 Asahi Ushio 和 Kotoba Technologies 合作開發的日語自動語音識別蒸餾版 Whisper 模型集合，比原版 large-v3 快 6.3 倍，同時保持相近的低錯誤率。

基於openai/whisper-large-v3在Common Voice 16.1日語數據集上微調的語音識別模型，訓練4000步

Nue ASR是一種端到端的日語語音識別模型，集成了預訓練的語音和語言模型，識別準確度高且速度快。

這是whisper-large-v2-mix-jp模型的CTranslate2轉換版本，適用於日語語音識別任務

基於Whisper Large V2模型的日語自動語音識別(ASR)模型，使用CTranslate2優化轉換，支持高效推理。

該模型是基於openai/whisper-small微調的日語語音識別模型，支持日語語音轉文本任務。

本模型使用Common Voice、JVS和JSUT數據集對openai/whisper-base進行日語微調，適用於日語語音識別任務。

基於facebook/wav2vec2-large-xlsr-53微調的日語語音識別模型，支持16kHz採樣率音頻輸入

基於OpenAI Whisper-large-v2模型在日語語音數據集上微調的自動語音識別(ASR)模型

基於openai/whisper-medium在common_voice_11_0數據集上微調的日語語音識別模型

基於facebook/wav2vec2-large-it-voxpopuli模型，使用Common Voice 7.0 (日語版)的訓練集進行語音識別微調的日語自動語音識別模型。

基於microsoft/unispeech-sat-large模型微調的日語自動語音識別模型，使用Common Voice 7.0日語數據集訓練。

基於microsoft/wavlm-large模型微調的日語自動語音識別模型，使用Common Voice 7.0日語數據集訓練

基於microsoft/unispeech-large-1500h-cv模型，使用Common Voice 7.0 (日語)數據集進行語音識別微調的日語自動語音識別模型

基於facebook/wav2vec2-large-xlsr-53模型微調的日語自動語音識別模型，使用Common Voice 7.0日語數據集訓練

基於facebook/wav2vec2-large-xlsr-53模型微調的日語語音識別模型，支持平假名輸出

這是一個基於facebook/wav2vec2-large-xlsr-53模型在日語語音識別任務上微調的自動語音識別(ASR)模型。

基於facebook/wav2vec2-large-xlsr-53在日語上的微調模型，支持日語語音識別任務。

基於facebook/wav2vec2-large-xlsr-53在Common Voice日語數據集上微調的語音識別模型

這是一個基於ESPnet框架訓練的日語自動語音識別(ASR)模型，使用CSJ數據集訓練，採用Transformer架構。

該模型是基於facebook/wav2vec2-xls-r-1b在公共日語語音數據集上進行微調的版本，支持日語自動語音識別任務。

基於facebook/wav2vec2-large-xlsr-53模型微調的日語語音識別模型，支持16kHz採樣率的語音輸入

這是一個基於facebook/wav2vec2-xls-r-300m微調的日語自動語音識別模型，專門用於將日語音頻轉錄為平假名文本。

基於facebook/wav2vec2-large-xlsr-53模型，使用Common Voice和JSUT數據集對日語進行了微調的自動語音識別模型。

基於facebook/wav2vec2-large-xlsr-53微調的日語語音識別模型，支持平假名輸出

基於facebook/wav2vec2-large-xlsr-53模型微調的日語語音識別模型，支持16kHz採樣率輸入

這是一個基於facebook/wav2vec2-xls-r-300m在日語Common Voice 8.0數據集上微調的自動語音識別(ASR)模型，支持日語語音轉文字功能。