AIbase
TW
模型選型
標籤
英語語音轉錄

# 英語語音轉錄

Parakeet Tdt 1.1b
Parakeet TDT 1.1B是由NVIDIA NeMo和Suno.ai聯合開發的自動語音識別(ASR)模型，能夠將語音轉錄為小寫英文字母。
語音識別 英語
P
nvidia
12.27k
90
Parakeet Rnnt 0.6b
Parakeet RNNT 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，專門用於將英語語音轉錄為文本。
語音識別 英語
P
nvidia
92.27k
8
Parakeet Ctc 1.1b
Parakeet CTC 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架構，擁有約11億參數，支持英語語音轉錄。
語音識別 英語
P
nvidia
14.78k
29
Whisper Tiny.en
OpenAI Whisper-tiny.en 模型的 ONNX 權重版本，專為 Transformers.js 設計，用於英語語音轉錄。
語音識別 Transformers
W
Xenova
33.10k
11
Assignment1 Jack
MIT
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
語音識別 Transformers 英語
A
Classroom-workshop
24
0
Wav2vec2 Large 960h
Apache-2.0
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。
語音識別 Transformers 英語
W
facebook
77.59k
29
Asr Crdnn Rnnlm Librispeech
Apache-2.0
這是一個基於LibriSpeech數據集預訓練的端到端自動語音識別系統，採用CRDNN架構結合CTC/注意力機制和RNN語言模型，在英文語音識別任務上表現優異。
語音識別 英語
A
speechbrain
1,354
10
S2t Small Librispeech Asr
MIT
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
語音識別 Transformers 英語
S
facebook
10.92k
27
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