# 越南語語音識別

基於openai/whisper-small針對越南語語音數據微調的自動語音識別模型，提升越南語轉錄準確性和魯棒性

基於openai/whisper-base模型在100小時越南語語音數據上微調的語音識別模型，提升越南語轉錄準確性

基於ChunkFormer架構的大規模越南語自動語音識別模型，在約3000小時的越南語公開語音數據上微調，性能優異。

針對越南語自動語音識別(ASR)任務優化的Whisper-V3-Turbo模型，使用多個越南語數據集微調

針對越南語語音識別任務優化的Whisper-medium模型，在1308小時越南語數據上微調

基於OpenAI Whisper-tiny架構微調的越南語自動語音識別(ASR)模型，在多個越南語數據集上表現出色

PhoWhisper 是一個專為越南語自動語音識別（ASR）設計的模型系列，通過在844小時越南語口音數據集上微調Whisper模型實現高魯棒性。

PhoWhisper是一個專為越南語自動語音識別設計的系統，基於Whisper模型微調，支持多種越南語口音。

這是一個支持越南語的自動語音識別模型，能夠輸出規範化文本、標記時間戳以及多說話人分段。

該模型是基於OpenAI的Whisper Small架構，在Common Voice 11.0越南語數據集上微調的自動語音識別(ASR)模型

基於wav2vec2架構的越南語自動語音識別模型，預訓練使用1.3萬小時未標註YouTube音頻，並在250小時標註數據上微調

基於Wav2vec2的越南語語音識別模型，在160小時越南語語音數據上微調

該模型是基於3千小時越南語語音數據預訓練的Wav2Vec2基礎模型，適用於越南語語音識別任務，需在下游任務上微調後使用。

該模型通過1.5千小時越南語語音數據預訓練得到，適用於越南語語音識別任務，需微調後使用。

基於Wav2vec2架構的越南語自動語音識別模型，支持從音頻到文本的轉換

該模型是基於facebook/wav2vec2-xls-r-300m在通用語音數據集上微調的越南語語音識別模型

這是一個基於MT5架構的越南語自動語音識別(ASR)修復模型，針對越南語語音識別任務進行了微調。

基於facebook/wav2vec2-xls-r-1b在40小時FPT開放語音數據集(FOSD)和公共語音數據集7.0上微調的越南語自動語音識別模型

基於Wav2Vec2架構的越南語語音識別模型，在VSLP數據集上微調，支持16kHz採樣率的語音輸入

該模型是基於facebook/wav2vec2-large-xlsr-53在PHONGDTD/VINDATAVLSP - NA數據集上微調的越南語自動語音識別模型

該模型是基於facebook/wav2vec2-large-xlsr-53在越南語YouTube非正式音頻數據集上微調的自動語音識別模型。

基於VLSP數據集中100小時未標註越南語語音音頻預訓練的Wav2Vec2基礎模型，需在下游任務上微調使用。

基於facebook/wav2vec2-large-xlsr-53模型微調的越南語自動語音識別模型，支持16kHz採樣率的語音輸入。

基於microsoft/wavlm-base-plus在PHONGDTD/VINDATAVLSP - NA數據集上微調的越南語自動語音識別模型

基於約270小時越南語標註數據微調的語音識別模型，支持越南語自動語音識別任務

基於microsoft/wavlm-base在越南語數據集上微調的自動語音識別模型

該模型是基於facebook/wav2vec2-xls-r-300m在Common Voice 7.0越南語及私有數據集上微調的語音識別模型。

基於wav2vec 2.0架構的越南語自動語音識別模型，在13,000小時未標註音頻和250小時標註數據上訓練

基於facebook/wav2vec2-large-xlsr-53模型微調的越南語自動語音識別模型，使用通用語音數據集訓練。

這是一個基於facebook/wav2vec2-large-xlsr-53模型在越南語上微調的語音識別模型，使用了Common Voice和Infore_25h數據集進行訓練。

基於facebook/wav2vec2-large-xlsr-53模型微調的越南語自動語音識別模型