AIbase
TW
模型選型
標籤
普通話語音識別

# 普通話語音識別

Paraformer Large
Apache-2.0
Paraformer 是一種創新的非自迴歸端到端語音識別模型，相比傳統自迴歸模型具有顯著優勢，能夠並行生成整句目標文本，特別適合利用GPU進行並行推理。
語音識別 中文
P
funasr
43
45
Stt Zh Conformer Transducer Large
這是一個用於轉錄普通話語音的大型Conformer-Transducer模型，參數約1.2億，在AISHELL-2數據集上訓練。
語音識別 中文
S
nvidia
72
13
Asr Transformer Aishell
Apache-2.0
基於SpeechBrain框架預訓練的AISHELL（普通話）端到端自動語音識別系統，採用Transformer編碼器+聯合解碼器結構
語音識別 英語
A
speechbrain
76
11
Asr Wav2vec2 Transformer Aishell
Apache-2.0
這是一個基於AISHELL數據集和wav2vec2預訓練的Transformer自動語音識別模型，專門用於普通話語音識別任務。
語音識別 英語
A
speechbrain
99
10
Mandarin Naive
Apache-2.0
該模型是基於facebook/wav2vec2-xls-r-300m在common_voice數據集上微調的普通話語音識別模型
語音識別 Transformers
M
GleamEyeBeast
22
0
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase