# 端到端語音模型

Voila是一個全新的大型語音-語言基礎模型系列，旨在將人機交互體驗提升至全新水平。

颱風2-音頻版是一個端到端的語音轉語音模型架構，能夠處理音頻、語音和文本輸入，並同時生成文本和語音輸出。該模型專門針對泰語優化，同時也支持英語。

FlowMirror是由浙江精準學AI實驗室開發的端到端語音模型，支持語音對話、ASR、TTS等任務，專注於教育場景應用

Meta公司開發的越南語文本轉語音模型，基於VITS架構，支持高質量語音合成

基於Wav2Vec 2.0架構的語音識別模型，在TIMIT數據集上微調，適用於英語語音轉文本任務

Wav2Vec2是Facebook開發的語音識別模型，通過自監督學習從原始音頻中學習語音表示，並在LibriSpeech數據集上微調，實現高精度語音轉錄。