AIbase
ZH
模型选型
标签
10亿参数语音模型

# 10亿参数语音模型

Mms Lid 4017
这是一个基于Wav2Vec2架构的语音语言识别模型，能够识别4017种语言，属于Facebook大规模多语言语音项目的一部分。
音频分类 Transformers 支持多种语言
M
facebook
3,721
8
Mms Lid 1024
该模型是Facebook大规模多语言语音项目的一部分，基于Wav2Vec2架构，能够识别1024种语言的语音输入。
音频分类 Transformers 支持多种语言
M
facebook
1,869
9
Mms Lid 512
这是一个针对512种语言的语音语言识别(LID)进行微调的模型，基于Wav2Vec2架构，能够识别输入音频的语言类别。
语音识别 Transformers 支持多种语言
M
facebook
32
2
Mms Lid 256
这是一个基于Wav2Vec2架构的语音语言识别模型，能够识别256种语言，属于Facebook大规模多语言语音(MMS)项目的一部分。
音频分类 Transformers 支持多种语言
M
facebook
48.38k
10
Mms Lid 126
基于Facebook大规模多语言语音项目微调的语言识别模型，支持126种语言的音频分类
音频分类 Transformers 支持多种语言
M
facebook
2.1M
26
AIbase
智启未来，您的人工智能解决方案智库
English简体中文繁體中文にほんご
© 2025AIbase