# 自動語音識別

基於simran14/mr-model-h在Common Voice 17.0馬拉地語數據集上微調的Whisper小型語音識別模型

Pyannote.audio的說話人分割管道，用於自動檢測音頻中的說話人變化和分割語音片段

一個用於說話人分割的音頻處理模型，能夠自動檢測和分割音頻中的不同說話人。

該模型是基於Wav2vec 2.0基礎架構微調的自動語音識別(ASR)模型，使用經過房間脈衝響應(RIR)增強的TIMIT子集訓練

這是一個自動語音識別(ASR)模型，在未知數據集上訓練，詞錯誤率(WER)為0.6309。

該模型是基於facebook/wav2vec2-base在TIMIT_ASR數據集上微調的自動語音識別(ASR)模型，在評估集上取得了0.2151的詞錯誤率(WER)。

該模型是在MOZILLA-FOUNDATION/COMMON_VOICE_7_0 - AB數據集上對xls-r-dummy進行微調的自動語音識別模型

這是一個用於高棉語自動語音識別（ASR）的基線模型，旨在為高棉語語音識別任務提供基礎支持。

基於xls-r-dummy在Common Voice 8.0阿布哈茲語數據集上微調的自動語音識別模型

這是一個基於wav2vec2架構的小型隨機魯棒性模型，在MOZILLA-FOUNDATION/COMMON_VOICE_7_0 - AB數據集上進行了微調，用於自動語音識別任務。