AIbase
ZH
模型选型
标签
多场景转录

# 多场景转录

Nextvoice
Apache-2.0
NextVoice是由Lamapi开发的开源语音转文字解决方案，支持高质量转录和实时处理。
语音识别 Transformers 其他
N
Lamapi
18
1
Vlzcrz Whisper Small Japanese 2
Apache-2.0
基于openai/whisper-small在Common Voice 17.0数据集上微调的日语语音识别模型
语音识别 Transformers 日语
V
vlzcrz
28
1
Whisper Large V3 Turbo German
Apache-2.0
基于 Whisper Large v3 的德语语音识别微调模型，专门针对德语语音处理和识别进行了优化。
语音识别 Transformers 德语
W
primeline
2,777
33
Whisper Large V2 Spanish
Apache-2.0
基于openai/whisper-large-v2微调的西班牙语语音识别模型，在Common Voice 11.0西班牙语测试集上WER为8.55%
语音识别 Transformers
W
clu-ling
85
2
Whisper Medium Portuguese
Apache-2.0
基于openai/whisper-medium在common_voice_11_0数据集上微调的葡萄牙语语音识别模型，词错误率6.5987
语音识别 Transformers 其他
W
pierreguillou
191
28
Whisper Small Spanish
Apache-2.0
该模型是基于OpenAI的whisper-small在Common Voice数据集v11西班牙语版本上微调的语音识别模型，专注于西班牙语转录任务。
语音识别 Transformers
W
clu-ling
298
1
Whisper Medium French
Apache-2.0
基于openai/whisper-medium在common_voice_11_0数据集上微调的法语语音识别模型，标准化WER达到11.1406，优于原版模型。
语音识别 Transformers 法语
W
pierreguillou
260
9
Stt Rw Conformer Transducer Large
这是一个用于卢旺达语语音识别的Conformer-Transducer大型模型，能将语音转录为小写拉丁字母，支持空格和撇号。
语音识别 其他
S
nvidia
116
1
Wav2vec2 Base 10k Voxpopuli Ft Fr
基于Facebook Wav2Vec2架构的语音识别模型，使用VoxPopuli语料库的10K未标记法语数据进行预训练，并在法语转录数据上微调。
语音识别 Transformers 法语
W
facebook
75
0
Wav2vec2 Base 10k Voxpopuli Ft De
基于Facebook Wav2Vec2基础模型，在VoxPopuli语料库10K无标注子集上预训练，并在德语转录数据上微调的语音识别模型
语音识别 Transformers 德语
W
facebook
46
1
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