# 低词错误率(WER)

基于facebook/w2v-bert-2.0的乌克兰语语音识别模型，在Yehor/openstt-uk数据集上微调

这是一个基于wav2vec2-FR-7K-large模型微调的法语自动语音识别(ASR)模型，在超过2200小时的法语语音数据上训练而成。

基于wav2vec 2.0大型XLSR-53检查点微调的卢森堡语语音识别模型，使用842小时未标注和14小时标注数据训练，并集成5-gram语言模型

该模型是基于facebook/wav2vec2-large-960h微调的语音识别模型，专门针对加密货币领域的播客内容进行了优化。

基于wav2vec 2.0架构的越南语自动语音识别模型，在13,000小时未标注音频和250小时标注数据上训练

基于Facebook wav2vec2-xls-r-300m模型微调的芬兰语自动语音识别(ASR)模型，使用275.6小时芬兰语数据训练，支持与KenLM语言模型配合解码

基于facebook/wav2vec2-large-xlsr-53微调的荷兰语语音识别模型，在Common Voice和CSS10数据集上训练，支持16kHz音频输入。

这是一个基于XLS-R 10亿参数模型微调的荷兰语自动语音识别(ASR)模型，在Common Voice 8.0等多个数据集上训练，支持16kHz采样率的语音输入。

基于facebook/wav2vec2-large-xlsr-53模型微调的加泰罗尼亚语语音识别模型，在通用语音库和议会语音库数据上训练

基于wav2vec-large-xlsr-53框架微调的德语语音识别模型，在CommonVoice德语测试集上达到11.26%词错误率

该模型是基于facebook/wav2vec2-xls-r-300m在罗曼什语-苏塞尔瓦方言数据集上微调的自动语音识别模型，在Common Voice 8测试集上取得了24.09%的词错误率(WER)。

基于Facebook的wav2vec2-large-xlsr-53模型，使用公共语音数据集的葡萄牙语数据微调而成的语音识别模型

基于VoxRex大型模型微调的瑞典语自动语音识别模型，支持16kHz采样率语音输入

这是一个针对印地语的自动语音识别(ASR)模型，在Common Voice等数据集上表现出色。

基于VoxRex特征提取器微调的300M参数语音识别模型，专为新挪威语(Nynorsk)优化，在NPSC测试集上WER达12.22%

基于facebook/wav2vec2-large-xlsr-53模型微调的西班牙语自动语音识别(ASR)模型，在Common Voice西班牙语数据集上训练，支持16kHz采样率的语音输入。