AIbase
TW
模型選型
標籤
英語音頻處理

# 英語音頻處理

Qwen2 Audio 7B Instruct I1 GGUF
Apache-2.0
Qwen2-Audio-7B-Instruct的加權/矩陣量化模型，支持英文音頻文本轉文本任務
文本生成音頻 Transformers 英語
Q
mradermacher
282
0
Qwen2 Audio 7B Instruct GGUF
Apache-2.0
Qwen2-Audio-7B-Instruct模型的靜態量化版本，支持英文音頻文本轉文本任務
音頻生成文本 Transformers 英語
Q
mradermacher
146
0
My Awesome Mind Model
Apache-2.0
基於facebook/wav2vec2-base模型在minds14數據集上微調的音頻分類模型
音頻分類 Transformers
M
Gyaneshere
4
0
Ichigo Llama3.1 S Instruct V0.4 GGUF
Apache-2.0
基於Menlo/Ichigo-llama3.1-s-instruct-v0.4的靜態量化模型，提供多種量化版本，適用於不同硬件需求。
大型語言模型 英語
I
mradermacher
369
1
My Awesome Mind Model
Apache-2.0
基於facebook/wav2vec2-base在minds14數據集上微調的音頻分類模型
音頻分類 Transformers
M
faaany
1
0
Mini Ichigo Llama3.2 3B S Instruct
Apache-2.0
Ichigo-llama3s系列模型是由Homebrew Research開發的多模態語言模型，原生支持音頻和文本輸入理解。該模型基於Llama-3架構，通過WhisperVQ作為音頻文件標記器進行訓練，提升了音頻理解能力。
文本生成音頻 Safetensors 英語
M
Menlo
22
34
Speech Accent Classification
Apache-2.0
基於Wav2Vec2架構的語音識別基礎模型，在960小時的英語語音數據上訓練，適用於語音分類任務。
音頻分類 Transformers 英語
S
dima806
40
4
Wav2vec2 Gpt2 Wandb Grid Search
基於LibriSpeech數據集訓練的自動語音識別(ASR)模型
語音識別 Transformers
W
sanchit-gandhi
13
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