# 高精度語音轉寫

基於OpenAI Whisper-medium微調的海地克里奧爾語語音識別模型，專注高準確率轉錄

基於microsoft/wavlm-large模型微調的意大利語自動語音識別模型，使用Common Voice 7.0意大利語數據集訓練。

基於wav2vec2-large-xlsr-53模型微調的自動語音識別模型，專注於歌唱語音識別

該模型是基於wav2vec2-large-xlsr-53架構的自動語音識別(ASR)模型，在GARY109/AI_LIGHT_DANCE - ONSET-SINGING2數據集上微調得到，主要用於歌唱語音識別任務。

基於wav2vec2-large-xlsr-53的自動語音識別模型，在GARY109/AI_LIGHT_DANCE數據集上微調

該模型是基於facebook/wav2vec2-xls-r-300m在common_voice土耳其語數據集上微調的語音識別模型，在評估集上取得了32.08%的詞錯誤率。

該模型是基於wav2vec2-large-lv60架構的自動語音識別(ASR)模型，在GARY109/AI_LIGHT_DANCE - ONSET-SINGING數據集上微調得到，主要用於歌聲識別任務。

基於facebook/wav2vec2-base微調的語音識別模型，在評估集上詞錯誤率為0.4499

該模型是基於facebook/wav2vec2-large-xlsr-53在common_voice土耳其語數據集上微調的語音識別模型

該模型是基於facebook/wav2vec2-xls-r-1b在挪威語Bokmål方言語音數據集上微調的自動語音識別(ASR)模型

基於wav2vec2-xls-r-2b架構的亞美尼亞語自動語音識別模型，支持hy/hye語言

該模型是基於facebook/wav2vec2-xls-r-300m在common_voice數據集上微調的語音識別模型，支持自動語音識別任務。

Wav2Vec2-Large-100h-Lv60是基於100小時Libri-Light和Librispeech語音數據預訓練和微調的大模型，採用自訓練目標訓練，適用於16kHz採樣率的語音識別任務。

基於facebook/wav2vec2-large-xlsr-53大模型，通過CTC損失函數在荷蘭語口語語料庫上進行微調訓練的荷蘭語語音識別模型

一款荷蘭語Wav2Vec2模型，通過在荷蘭語音庫CGN上對原始英文模型進行持續預訓練和微調構建。

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

該模型是基於LibriSpeech ASR數據集訓練的自動語音識別(ASR)模型，能夠將英語語音轉換為文本。

基於VoxPopuli意大利語無標註數據預訓練的語音識別模型，採用Facebook的Wav2Vec2架構

該模型是基於facebook/wav2vec2-xls-r-300m在常見語音數據集上微調的土耳其語語音識別模型

基於facebook/wav2vec2-large-xlsr-53在波斯語（波斯語）上使用Common Voice數據集進行微調的自動語音識別模型

該模型是基於librispeech_asr數據集訓練的語音識別模型，在評估集上取得了2.0133的詞錯誤率(WER)。

這是一個基於facebook/wav2vec2-large-xlsr-53模型在COMMON_VOICE - TR土耳其語數據集上微調的自動語音識別(ASR)模型。

基於facebook/wav2vec2-large模型，使用Common Voice數據集進行英語微調的語音識別模型，支持16kHz採樣率的語音輸入。

基於Wav2Vec2-Large-XLSR-53在波斯語ShEMO數據集上微調的自動語音識別模型

基於LibriSpeech數據集訓練的自動語音識別(ASR)模型，用於將英語語音轉換為文本

該模型是基於facebook/wav2vec2-xls-r-1b在韃靼語數據集上微調得到的自動語音識別模型，在Common Voice 8數據集上取得了16.87%的詞錯誤率(WER)。

這是一個基於Facebook的wav2vec2-large-xlsr-53模型微調的世界語(Esperanto)語音識別模型，使用Common Voice數據集訓練。

該模型是基於facebook/wav2vec2-xls-r-1b在Common Voice 8楚瓦什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數據集上微調的土耳其語語音識別模型。

基於facebook/wav2vec2-large-xlsr-53模型，在阿拉伯語音語料庫數據集上微調的阿拉伯語語音識別模型

這是一個基於facebook/wav2vec2-xls-r-300m模型在卡拜爾語數據集上微調的自動語音識別(ASR)模型

這是一個基於wav2vec2架構的自動語音識別(ASR)模型，專門針對法語進行了微調，在Common Voice法語測試集上取得了12.82%的詞錯誤率(WER)。