AIbase
TW
模型選型
標籤
說話人識別

# 說話人識別

Moonshine Base
MIT
Moonshine是由Useful Sensors開發的自動語音識別(ASR)模型系列，專為英文語音轉錄設計，在資源受限平臺上表現優異。
語音識別 Transformers 英語
M
UsefulSensors
6,857
32
Wespeaker Voxceleb Resnet34 LM
基於ResNet34架構的說話人嵌入模型，經過大間隔微調，在VoxCeleb2數據集上訓練，支持說話人識別和相似度計算等任務。
說話人處理 英語
W
Wespeaker
33
4
Wespeaker Voxceleb Resnet293 LM
基於ResNet293架構的說話人嵌入模型，經過大間隔微調優化，支持說話人識別、相似度計算和語音分割等任務
說話人處理 英語
W
Wespeaker
108
3
Hubert Base Superb Sid
Apache-2.0
基於Hubert的說話人識別模型，針對SUPERB基準任務優化
說話人處理 Transformers 英語
H
superb
673
1
Hubert Large Superb Sid
Apache-2.0
基於Hubert-Large架構的說話人識別模型，在VoxCeleb1數據集上訓練，用於語音分類任務
說話人處理 Transformers 英語
H
superb
349
2
Wav2vec2 Large Superb Sid
Apache-2.0
基於 Wav2Vec2-Large 架構的說話人識別模型，在 VoxCeleb1 數據集上訓練，用於將語音按說話人身份分類
說話人處理 Transformers 英語
W
superb
27
1
Spkrec Xvect Voxceleb
Apache-2.0
這是一個使用SpeechBrain預訓練的TDNN模型，用於提取說話人嵌入向量，主要應用於說話人驗證和識別任務。
說話人處理 英語
S
speechbrain
27.68k
59
Wav2vec2 Base Superb Sid
Apache-2.0
基於Wav2Vec2-base預訓練模型，在VoxCeleb1數據集上微調的說話人識別模型，用於語音分類任務
說話人處理 Transformers 英語
W
superb
1,489
20
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