AIbase
TW
模型選型
標籤
語音指令識別

# 語音指令識別

Whisper Large V3 Turbo Turkish
MIT
基於openai/whisper-large-v3-turbo在Common Voice 17.0數據集上微調的土耳其語語音識別模型
語音識別 Transformers 其他
W
selimc
289
6
Hubert Base Superb Ks
基於HuBERT架構的語音指令識別模型，專為關鍵詞識別任務優化
音頻分類 Transformers
H
Xenova
17
1
Wav2vec Fine Tuned Speech Command2
Apache-2.0
基於facebook/wav2vec2-base在speech_commands數據集上微調的語音識別模型，準確率達97.35%
音頻分類 Transformers
W
Thamer
16
0
Ast Finetuned Speech Commands V2
基於AST架構的語音命令識別模型，專為網頁端部署優化的ONNX格式版本
音頻分類 Transformers
A
Xenova
15
0
Speechcommand Demo
Apache-2.0
基於facebook/wav2vec2-base微調的語音命令分類模型，在superb數據集上訓練，準確率達98.09%
音頻分類 Transformers
S
SHENMU007
18
0
Wav2vec2 Base Finetuned Speech Commands V0.02
Apache-2.0
該模型是基於facebook/wav2vec2-base在speech_commands數據集上微調的語音命令識別模型，準確率達97.59%。
音頻分類 Transformers
W
0xb1
1.2M
0
Wav2vec2 Base Finetuned Ks
Apache-2.0
基於facebook/wav2vec2-base模型在speech_commands數據集上微調的語音識別模型，準確率達97.8%
音頻分類 Transformers
W
Dc26
23
2
MIT Ast Finetuned Speech Commands V2 Ov
這是一個基於MIT/ast-finetuned-speech-commands-v2轉換的OpenVINO優化版本，用於加速語音指令識別任務的推理運算。
音頻分類 Transformers 英語
M
helenai
514
0
0 9up Ast Ft
Bsd-3-clause
該模型是基於MIT/ast-finetuned-speech-commands-v2在數字語音命令數據集上微調的音頻分類模型，主要用於識別0-9數字語音命令
音頻分類 Transformers
0
mazkooleg
19
0
Ast Finetuned Speech Commands V2
Bsd-3-clause
基於Speech Commands v2數據集微調的音頻頻譜圖變換器模型，用於音頻分類任務，準確率達98.12%。
音頻分類 Transformers
A
MIT
10.94k
15
Wav2vec2 Large Superb Ks
Apache-2.0
基於Wav2Vec2-Large-LV60預訓練模型，在SUPERB關鍵詞檢測任務上微調的語音分類模型
語音識別 Transformers 英語
W
superb
18
1
Hubert Large Superb Ks
Apache-2.0
基於Hubert-Large架構的關鍵詞檢測模型，在SUPERB基準測試中表現優異
語音識別 Transformers 英語
H
superb
78
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