# 英語語音轉寫

Parakeet CTC 0.6B是由NVIDIA NeMo和Suno.ai聯合開發的自動語音識別模型，基於FastConformer架構，擁有約6億參數，支持英語語音轉錄。

Parakeet RNNT 1.1B是由NVIDIA NeMo和Suno.ai聯合開發的自動語音識別模型，基於FastConformer Transducer架構，參數約11億，支持英語語音轉錄。

這是一個基於CTranslate2轉換的Whisper base.en模型，用於英語語音識別任務。

這是一個基於FastConformer架構的大型自動語音識別(ASR)模型，專門用於將英語語音轉錄為文本。

NVIDIA流式Citrinet 1024是一個用於英語自動語音識別的非自迴歸模型，基於CTC損失/解碼，擁有約1.4億參數。

這是一個由NVIDIA開發的自動語音識別(ASR)模型，基於Conformer-Transducer架構，擁有約6億參數，專門用於英語語音轉錄。

一個用於自動語音識別(ASR)的語音到文本轉換器(S2T)模型

s2t-small-librispeech-asr 是一個用於自動語音識別（ASR）的語音到文本轉換器（S2T）模型，基於序列到序列轉換器架構。

基於Facebook的wav2vec2-large-960h-lv60-self模型，通過增強維基百科語言模型改進的自動語音識別(ASR)系統

基於Facebook Wav2Vec2-Large-960h-lv60-self模型，增加了英語4-gram語言模型以提升語音識別準確率

基於Facebook的Wav2Vec2-Base-960h模型，增加了英語4-gram語言模型，用於提高自動語音識別(ASR)的準確率。

一個輕量級的自動語音識別(ASR)模型，基於Wav2Vec2架構的隨機初始化版本，專為魯棒性測試設計。

Facebook開發的Wav2Vec2大模型，基於960小時Libri-Light和Librispeech語音數據預訓練和微調，採用自訓練目標，在LibriSpeech測試集上達到SOTA效果。

基於microsoft/wavlm-base在LIBRISPEECH_ASR - CLEAN數據集上微調的自動語音識別模型

Wav2Vec2是一個基於自監督學習的語音識別模型，由Facebook開發，在LibriSpeech數據集上訓練，支持英語語音轉文本任務。