AIbase
ZH
模型选型
标签
实时语音翻译

# 实时语音翻译

Quantum STT
Apache-2.0
Quantum_STT 是一种先进的自动语音识别（ASR）和语音翻译模型，基于大规模弱监督训练，支持多种语言和任务。
语音识别 Transformers 支持多种语言
Q
sbapan41
100
1
Canary 180m Flash
NVIDIA NeMo Canary Flash 是一个多语言多任务语音模型，支持英语、德语、法语和西班牙语的自动语音识别和翻译任务。
语音识别 支持多种语言
C
nvidia
15.17k
60
Canary 1b Flash
NVIDIA NeMo Canary Flash 是一个多语言多任务模型家族，在多个语音基准测试中实现了最先进的性能。支持四种语言的自动语音识别和翻译任务。
语音识别 支持多种语言
C
nvidia
125.22k
186
Ultravox V0 5 Llama 3 1 8b
MIT
Ultravox是一款基于Llama3.1-8B-Instruct和whisper-large-v3-turbo构建的多模态语音大语言模型，能够同时处理语音和文本输入。
文本生成音频 Transformers 支持多种语言
U
fixie-ai
17.86k
12
Whisper Tflite Models
MIT
适用于F-Droid平台上Whisper应用的TFLite模型，支持语音转录和翻译功能。
语音识别
W
DocWolle
11.20k
3
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