AIbase
TW
模型選型
標籤
粵語語音識別

# 粵語語音識別

Whisper Large V3 Cantonese
Apache-2.0
基於Whisper v3微調的粵語自動語音識別模型，在Common Voice 17數據集上訓練
語音識別 Transformers 其他
W
khleeloo
25
4
Distil Whisper Small Cantonese
Apache-2.0
這是一個基於Whisper Small的粵語語音識別蒸餾模型，在Common Voice 16.0上實現了9.7的CER（無標點符號）。
語音識別 Transformers 中文
D
alvanlii
187
7
Whisper Large V2 Cantonese
Apache-2.0
基於OpenAI Whisper Large V2模型微調的粵語自動語音識別(ASR)模型，在Common Voice 11.0粵語數據集上訓練，字錯誤率(CER)為6.21%。
語音識別 Transformers 其他
W
Scrya
210
7
Whisper Large V2 Cantonese
Apache-2.0
基於OpenAI Whisper Large V2在粵語數據集上微調的自動語音識別模型，在測試集上達到6.7274%的字錯誤率
語音識別 Transformers 其他
W
simonl0909
131
12
Whisper Small Cantonese
Apache-2.0
基於OpenAI Whisper-small微調的粵語語音識別模型，在Common Voice 16.0測試集上CER為7.93
語音識別 Transformers 支持多種語言
W
alvanlii
2,413
85
Wav2vec2 Large Xlsr 53 Cantonese
Apache-2.0
基於facebook/wav2vec2-large-xlsr-53模型，使用Common Voice語料庫8.0版對粵語進行微調的語音識別模型
語音識別 Transformers 其他
W
CAiRE
1,214
3
Wav2vec2 Large Xlsr Cantonese
Apache-2.0
基於Facebook的wav2vec2-large-xlsr-53模型微調的粵語語音識別模型，支持16kHz採樣率的語音輸入。
語音識別 其他
W
ctl
1,010
12
Wav2vec2 Large Xls R 300m Cantonese
Apache-2.0
這是一個基於facebook/wav2vec2-xls-r-300m模型在粵語(香港)數據集上微調的自動語音識別(ASR)模型，專門用於處理粵語語音識別任務。
語音識別 Transformers 中文
W
ivanlau
42
1
Wav2vec2 Large Xlsr 53 Hk
Apache-2.0
基於facebook/wav2vec2-large-xlsr-53在粵語（使用Common Voice數據集）上進行微調的語音識別模型
語音識別 Transformers
W
voidful
26
2
Wav2vec2 Xls R 300m Zh HK V2
Apache-2.0
基於XLS-R架構的粵語自動語音識別模型，在Common Voice粵語數據集上微調
語音識別 Transformers
W
w11wo
23
0
Wav2vec2 Xls R 300m Zh HK Lm V2
Apache-2.0
基於XLS-R架構的自動語音識別模型，針對粵語(zh-HK)優化，在Common Voice數據集上微調並加入5-gram語言模型。
語音識別 Transformers
W
w11wo
25
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