# 長音頻處理

Whisper是OpenAI開發的最先進的自動語音識別(ASR)和語音翻譯模型，在超過500萬小時的標記數據上訓練，具有強大的零樣本泛化能力。Turbo版本是原版的修剪微調版本，解碼層從32層減少到4層，速度大幅提升但質量略有下降。

Whisper是OpenAI開發的最先進的自動語音識別(ASR)和語音翻譯模型，支持多種語言

輕量級音頻模型，擅長語音識別、音頻理解及執行音頻指令等多元任務

Quantum_STT 是一種先進的自動語音識別（ASR）和語音翻譯模型，基於大規模弱監督訓練，支持多種語言和任務。

Whisper large-v3-turbo 是基於 Whisper large-v3 的剪枝微調版本，解碼層數從32減少到4，速度大幅提升但質量略有下降。

基於OpenAI的Whisper-Large-V3模型微調的印地語語音識別模型，訓練數據包含約718小時的印地語轉錄語音

基於OpenAI Whisper-large-v2在泰盧固語音頻數據集上微調的語音識別模型

Whisper large-v3-turbo 是 OpenAI 提出的自動語音識別和語音翻譯模型，基於大規模弱監督訓練，支持多種語言。

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。

Distil-Whisper是OpenAI Whisper-Large-v3的知識蒸餾版本，通過大規模偽標籤訓練實現高效語音識別。

基於OpenAI Whisper-large-v3-turbo微調的繁體中文（臺灣）自動語音識別模型

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

Whisper large-v3-turbo是OpenAI Whisper large-v3的蒸餾版本，解碼層從32層減少到4層，速度大幅提升但質量略有下降。

Whisper是由OpenAI開發的最先進的自動語音識別(ASR)和語音翻譯模型，經過超過500萬小時標記數據的訓練，在零樣本設置下展現出強大的泛化能力。

適用於CTranslate2的Whisper語音識別模型，專為日語優化，提供高效的語音轉文本功能。

這是基於OpenAI Whisper架構的俄語語音識別模型，專為俄語語音轉文本任務優化，並轉換為ctranslate2格式以提高推理效率。

專為移動部署優化的英文語音識別和翻譯模型，由高通實現

挪威國家圖書館開發的自動語音識別模型，基於OpenAI Whisper架構，支持挪威語和英語轉錄

挪威國家圖書館推出的挪威語自動語音識別模型，基於OpenAI的Whisper架構開發，支持多種挪威語方言和英語。

這是一個基於Transformers的自動語音識別(ASR)模型，用於將音頻文件轉錄為文本。

挪威國家圖書館研發的自動語音識別模型，基於Whisper架構，支持挪威語和英語的語音轉錄與翻譯。

Distil-Whisper是Whisper模型的蒸餾版本，速度快6倍，體積縮小49%，在非分佈評估集上表現接近1% WER。

基於Whisper Large v3的德語語音識別微調模型，針對德語語音處理和識別進行了優化

Whisper是由OpenAI提出的先進自動語音識別(ASR)和語音翻譯模型，在超過500萬小時的標註數據上訓練，具有強大的跨數據集和跨領域泛化能力。

Distil-Whisper是Whisper模型的蒸餾版本，速度比原版快6倍，體積縮小49%，在英語語音識別任務上保持接近原版的性能。

Distil-Whisper是Whisper模型的蒸餾版本，速度提升6倍，體積縮小49%，在非分佈評估集上的表現僅相差1% WER。

基於OpenAI Whisper-large-v2微調的泰米爾語語音識別模型，在多個公開泰米爾語ASR語料庫上訓練

Whisper是OpenAI開發的自動語音識別(ASR)模型，經過68萬小時標註語音數據訓練，具有強大的泛化能力。

基於facebook/wav2vec2-xls-r-300m在Common Voice 8保加利亞語數據集上微調的自動語音識別模型