AIbase
ZH
模型选型
标签
长音频优化

# 长音频优化

Hviske Tiske
Openrail
目前最快的丹麦语ASR模型，是hviske-v2的蒸馏版本，速度提升约4倍且保持准确率不变。
语音识别 其他
H
pluttodk
139
5
F5 TTS Pt Br
基于F5-TTS的巴西葡萄牙语文本转语音模型，支持情感标记和说话者特征控制
语音合成 其他
F
firstpixel
253
36
Japanese Wav2vec2 Base Rs35kh
Apache-2.0
基于大规模日语自动语音识别语料库ReazonSpeech v2.0微调的wav2vec 2.0 Base模型，适用于日语自动语音识别任务。
语音识别 Transformers 日语
J
reazon-research
3,968
1
Distil Large V3
MIT
Distil-Whisper是Whisper large-v3的知识蒸馏版本，专注于英语自动语音识别，提供更快的推理速度同时保持接近原始模型的准确性。
语音识别 英语
D
distil-whisper
417.11k
311
Nb Whisper Medium Verbatim
Apache-2.0
基于Whisper技术构建的挪威语自动语音识别模型，经过25万步训练，支持精确逐字转录
语音识别 支持多种语言
N
NbAiLabBeta
73
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