# 法語語音識別

這是Whisper Large V3的法語蒸餾版本，專為法語自動語音識別優化，通過ctranslate2實現高效推理。

Whisper-Large-V3的法語蒸餾版本，通過減少解碼器層數優化推理效率，同時保持良好性能

這是Whisper-Large-V3法語模型的蒸餾版本，通過減少解碼器層數來優化推理速度和內存佔用，同時保持良好性能。

Whisper-Large-V3-法語蒸餾版是通過將解碼器層數從32層縮減至16層，並基於大規模數據集進行蒸餾訓練而得到的法語語音識別模型。該模型在保持性能的同時顯著降低了內存佔用和推理時間。

基於OpenAI Whisper-large-v3微調的法語自動語音識別模型，支持大小寫、標點符號和數字預測

這是一個法語自動語音識別模型，基於FastConformer架構，結合了Transducer和CTC解碼器，具有高準確率和多領域適應性。

基於openai/whisper-large-v2微調的法語語音識別模型，訓練數據包含超過2200小時的法語語音音頻

基於openai/whisper-small微調的法語自動語音識別模型，訓練數據為Common Voice 11.0法語數據集，支持大小寫和標點符號預測。

基於openai/whisper-medium在common_voice_11_0數據集上微調的法語語音識別模型，標準化WER達到11.1406，優於原版模型。

這是一個基於wav2vec2-FR-7K-large模型微調的法語自動語音識別(ASR)模型，在超過2200小時的法語語音數據上訓練而成。

基於facebook/wav2vec2-xls-r-300m模型，使用Common Voice 7.0法語數據集微調的自動語音識別模型

基於facebook/wav2vec2-large-fr-voxpopuli模型微調的法語自動語音識別模型，使用Common Voice 7.0法語數據集訓練。

基於microsoft/unispeech-large-1500h-cv模型，使用Common Voice 7.0（法語）數據集微調的語音識別模型

這是一個用於法語自動語音識別的大規模康福默-轉換器模型，參數約1.2億，在超過1500小時的法語語音數據上訓練而成。

這是一個基於Conformer架構的法語自動語音識別(ASR)大模型，採用CTC損失函數，在超過1500小時的法語語音數據上訓練而成。

這是一個基於facebook/wav2vec2-base-960h微調的法語語音識別模型，在評估集上取得了1.0的詞錯誤率。

基於facebook/wav2vec2-xls-r-300m在GOOGLE/XTREME_S - MINDS14.FR-FR數據集上微調的自動語音識別模型

基於VoxPopuli法語語料庫預訓練的大型語音識別模型，支持法語語音轉文本任務

基於facebook/wav2vec2-large-fr-voxpopuli微調的法語語音識別模型，在Common Voice 6.1法語數據集上訓練，支持16kHz音頻輸入

這是一個基於XLSR-53大模型微調的法語語音識別模型，在Common Voice數據集上訓練，支持高準確率的法語語音轉文本。

基於VoxPopuli法語無標註數據預訓練的Wav2Vec2基礎模型，適用於法語語音識別任務

基於Facebook Wav2Vec2架構的語音識別模型，使用VoxPopuli語料庫的10K未標記法語數據進行預訓練，並在法語轉錄數據上微調。

UniSpeech是一個統一的語音表徵學習模型，結合有標註和無標註數據進行預訓練，特別針對法語進行了微調。

基於CommonVoice法語數據集訓練的wav2vec 2.0語音識別模型，使用CTC/Attention架構，無需語言模型

Facebook開發的基於Wav2Vec 2.0架構的大規模法語語音識別模型，支持自動語音轉文本任務

Facebook的Wav2Vec2基礎模型，僅在法語上預訓練，使用了VoxPopuli語料庫中的22.8k無標註數據。

這是一個基於CommonVoice法語數據集訓練的端到端自動語音識別系統，採用CRDNN架構結合CTC和注意力機制。

這是一個基於XLS-R 1B架構的法語自動語音識別模型，在多個法語語音數據集上進行了微調。

基於wav2vec2-large-xlsr-53架構的法語自動語音識別模型，支持標點符號預測

基於facebook/wav2vec2-large-xlsr-53在Common Voice法語數據集上微調的自動語音識別模型，測試WER為34.86%。

基於2.6千小時法語語音訓練的基礎wav2vec2模型，不含自發語音數據

基於1千小時法語語音訓練的wav2vec2基礎模型，支持語音識別等任務

基於7.6K小時法語語音訓練的Large wav2vec2模型，包含自發、朗讀和廣播語音數據

基於2.9K小時法語語音訓練的wav2vec2基礎模型，支持自發、朗讀和廣播語音

這是一個基於facebook/wav2vec2-xls-r-1b在MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - FR數據集上微調的法語自動語音識別模型。

這是一個基於facebook/wav2vec2-xls-r-300m在Common Voice 8.0法語數據集上微調的自動語音識別(ASR)模型

這是一個基於wav2vec2架構的自動語音識別(ASR)模型，專門針對法語進行了微調，在Common Voice法語測試集上取得了12.82%的詞錯誤率(WER)。

基於7.6千小時法語語音訓練的Large wav2vec2模型，包含自發性、朗讀式和廣播式語音

這是一個基於facebook/wav2vec2-xls-r-300m在Common Voice 8.0法語數據集上微調的自動語音識別(ASR)模型，支持法語語音轉文本任務。