Vits Icelandic Rosa Female Monospeaker
这是一个基于facebook/mms-tts-isl微调的冰岛语文本转语音模型，使用Talrómur数据集训练，专注于女性声音合成。
语音合成
Transformers
Transformers 其他
V
Sigurdur
22
0
Whisper Medium Cv11 German Ct2
Apache-2.0
基于OpenAI的whisper-medium模型在Common Voice 11.0德语数据集上微调的自动语音识别模型
语音识别 Transformers
Transformers 德语
W
mkenfenheuer
21
1
Whisper Medium Medical De AUT
基于Whisper Medium架构微调的德语医疗领域语音识别模型，特别针对奥地利标准德语发音优化
语音识别 Transformers
Transformers 德语
W
valhofec
20
2
Vits Eng
MIT
基于VITS架构的英文文本转语音模型，由Kakao Enterprise训练，支持高质量语音合成
语音合成 Transformers
Transformers 英语
V
BricksDisplay
28
4
Whisper Small Japanese
Apache-2.0
该模型是基于openai/whisper-small微调的日语语音识别模型，支持日语语音转文本任务。
语音识别 Transformers
Transformers 日语
W
Ivydata
356
5
Whisper Base Japanese
Apache-2.0
本模型使用Common Voice、JVS和JSUT数据集对openai/whisper-base进行日语微调，适用于日语语音识别任务。
语音识别 Transformers
Transformers 日语
W
Ivydata
137
3
Wav2vec2 Large Xlsr 53 Japanese
Apache-2.0
基于facebook/wav2vec2-large-xlsr-53微调的日语语音识别模型，支持16kHz采样率音频输入
语音识别 Transformers
Transformers 日语
W
Ivydata
19
4
Whisper Large V2 Cv11 German
Apache-2.0
基于openai/whisper-large-v2在Common Voice 11.0德语数据集上微调的自动语音识别模型，支持德语语音转文字，词错误率5.76
语音识别 Transformers
Transformers 德语
W
bofenghuang
179
16
Exp W2v2t It No Pretraining S842
Apache-2.0
基于随机初始化的wav2vec2模型进行微调，用于意大利语语音识别任务，训练数据采用Common Voice 7.0（意大利语）的训练集分割部分。
语音识别 Transformers
Transformers 其他
E
jonatasgrosman
18
0
Wav2vec2 Large Chinese Zh Cn
Apache-2.0
基于XLSR-53大模型微调的中文语音识别模型，支持16kHz采样率的语音输入
语音识别 Transformers
Transformers 中文
W
wbbbbb
585
40
Exp W2v2t Zh Cn Wavlm S596
Apache-2.0
基于microsoft/wavlm-large模型微调的中文语音识别模型，支持简体中文，使用Common Voice 7.0 (zh-CN)数据集训练。
语音识别 Transformers
TransformersE
jonatasgrosman
22
1
Exp W2v2t Fa Hubert S801
Apache-2.0
基于facebook/hubert-large-ll60k模型微调的波斯语自动语音识别模型，使用Common Voice 7.0波斯语数据集训练。
语音识别 Transformers
Transformers 其他
E
jonatasgrosman
16
0
Exp W2v2t Sv Se Vp Nl S842
Apache-2.0
这是一个基于facebook/wav2vec2-large-nl-voxpopuli模型微调的瑞典语自动语音识别模型，使用Common Voice 7.0 (sv-SE)数据集进行训练。
语音识别 Transformers
TransformersE
jonatasgrosman
16
0
Exp W2v2t Sv Se Wavlm S42
Apache-2.0
基于microsoft/wavlm-large微调的瑞典语自动语音识别模型，适用于16kHz采样率的语音输入。
语音识别 Transformers
TransformersE
jonatasgrosman
20
0
Exp W2v2t Fr Xls R S250
Apache-2.0
基于facebook/wav2vec2-xls-r-300m模型，使用Common Voice 7.0法语数据集微调的自动语音识别模型
语音识别 Transformers
Transformers 法语
E
jonatasgrosman
20
0
Exp W2v2t Fr Vp Fr S438
Apache-2.0
基于facebook/wav2vec2-large-fr-voxpopuli模型微调的法语自动语音识别模型，使用Common Voice 7.0法语数据集训练。
语音识别 Transformers
Transformers 法语
E
jonatasgrosman
20
0
Exp W2v2t Fr Unispeech S42
Apache-2.0
基于microsoft/unispeech-large-1500h-cv模型，使用Common Voice 7.0（法语）数据集微调的语音识别模型
语音识别 Transformers
Transformers 法语
E
jonatasgrosman
20
0
Exp W2v2t It Xlsr 53 S387
Apache-2.0
基于facebook/wav2vec2-large-xlsr-53模型微调的意大利语自动语音识别模型，使用Common Voice 7.0意大利语数据集训练。
语音识别 Transformers
Transformers 其他
E
jonatasgrosman
18
0
Exp W2v2t It Vp 100k S449
Apache-2.0
基于facebook/wav2vec2-large-100k-voxpopuli模型微调的意大利语自动语音识别模型，使用Common Voice 7.0意大利语数据集训练。
语音识别 Transformers
Transformers 其他
E
jonatasgrosman
17
0
Exp W2v2t It Wav2vec2 S609
Apache-2.0
基于facebook/wav2vec2-large-lv60模型微调的意大利语自动语音识别模型，使用Common Voice 7.0意大利语数据集训练。
语音识别 Transformers
Transformers 其他
E
jonatasgrosman
18
0
Exp W2v2t Ja Vp It S544
Apache-2.0
基于facebook/wav2vec2-large-it-voxpopuli模型，使用Common Voice 7.0 (日语版)的训练集进行语音识别微调的日语自动语音识别模型。
语音识别 Transformers
Transformers 日语
E
jonatasgrosman
18
0
Exp W2v2t Ja Unispeech Sat S884
Apache-2.0
基于microsoft/unispeech-sat-large模型微调的日语自动语音识别模型，使用Common Voice 7.0日语数据集训练。
语音识别 Transformers
Transformers 日语
E
jonatasgrosman
19
0
Exp W2v2t Ja Wavlm S729
Apache-2.0
基于microsoft/wavlm-large模型微调的日语自动语音识别模型，使用Common Voice 7.0日语数据集训练
语音识别 Transformers
Transformers 日语
E
jonatasgrosman
15
2
Exp W2v2t Ja Unispeech S569
Apache-2.0
基于microsoft/unispeech-large-1500h-cv模型，使用Common Voice 7.0 (日语)数据集进行语音识别微调的日语自动语音识别模型
语音识别 Transformers
Transformers 日语
E
jonatasgrosman
14
0
Exp W2v2t Ja Xlsr 53 S109
Apache-2.0
基于facebook/wav2vec2-large-xlsr-53模型微调的日语自动语音识别模型，使用Common Voice 7.0日语数据集训练
语音识别 Transformers
Transformers 日语
E
jonatasgrosman
20
0
Exp W2v2t Th Hubert S533
Apache-2.0
基于facebook/hubert-large-ll60k微调的泰语语音识别模型，训练数据来自Common Voice 7.0
语音识别 Transformers
Transformers 其他
E
jonatasgrosman
19
0
Exp W2v2t Th Wav2vec2 S664
Apache-2.0
基于facebook/wav2vec2-large-lv60模型微调的泰语语音识别模型，使用Common Voice 7.0数据集训练
语音识别 Transformers
Transformers 其他
E
jonatasgrosman
14
0
Exp W2v2t En Unispeech Sat S459
Apache-2.0
基于微软UniSpeech-SAT-Large模型微调的英语语音识别模型，支持16kHz采样率的语音输入。
语音识别 Transformers
Transformers 英语
E
jonatasgrosman
22
0
Exp W2v2t En Vp Nl S281
Apache-2.0
基于facebook/wav2vec2-large-nl-voxpopuli模型微调的英语语音识别模型，使用Common Voice 7.0训练集进行训练。
语音识别 Transformers
Transformers 英语
E
jonatasgrosman
18
0
Exp W2v2t En No Pretraining S289
Apache-2.0
这是一个针对英语语音识别任务的模型，基于随机初始化的wav2vec2架构，使用Common Voice 7.0数据集进行微调。
语音识别 Transformers
Transformers 英语
E
jonatasgrosman
18
0
Wav2vec2 Large Tedlium
Apache-2.0
基于TEDLIUM语料库微调的Wav2Vec2大型语音识别模型，支持英语语音转文本
语音识别
英语
W
sanchit-gandhi
58
1
Sharif Wav2vec2
MIT
Sharif Wav2vec2针对波斯语的微调版本，基于Common Voice波斯语样本训练，支持自动语音识别任务。
语音识别 Transformers
Transformers 其他
S
SLPL
88
16
Wav2vec2 Large Xlsr 53 Chinese Zn Cn Aishell1
Apache-2.0
基于facebook/wav2vec2-large-xlsr-53在中文AISHELL-1数据集上微调的语音识别模型，支持中文语音识别任务。
语音识别 Transformers
Transformers 中文
W
qinyue
22
6
Data2vec Audio Large 960h
Apache-2.0
Data2Vec是一个通用自监督学习框架，适用于语音、视觉和语言任务。
语音识别 Transformers
Transformers 英语
D
facebook
2,531
7
Wav2vec2 Base Da Ft Nst
Apache-2.0
基于NST数据集微调的丹麦语语音识别模型，支持16kHz采样率音频输入
语音识别 Transformers
Transformers 其他
W
Alvenir
15
3
W2v Hf Jsut Xlsr53
Apache-2.0
基于facebook/wav2vec2-large-xlsr-53模型，使用Common Voice和JSUT数据集对日语进行了微调的自动语音识别模型。
语音识别 Transformers
Transformers 日语
W
qqpann
16
1
Wav2vec2 Large Xlsr 53 Spanish
Apache-2.0
这是一个基于facebook/wav2vec2-large-xlsr-53模型在西班牙语Common Voice数据集上微调的自动语音识别(ASR)模型。
语音识别
西班牙语
W
mrm8488
38
2
Wav2vec2 Large Xlsr 53 German
Apache-2.0
基于facebook/wav2vec2-large-xlsr-53在Common Voice德语数据集上微调的自动语音识别模型，测试WER为15.80%。
语音识别
德语
W
marcel
25
1
Wav2vec2 Large Xlsr 53 Frisian
Apache-2.0
基于facebook/wav2vec2-large-xlsr-53模型，使用Common Voice数据集对弗里斯兰语进行微调的自动语音识别模型。
语音识别
W
crang
22
0
Wav2vec2 Large Xlsr 53 Mongolian
Apache-2.0
基于facebook/wav2vec2-large-xlsr-53模型，使用Common Voice数据集对蒙古语进行微调的自动语音识别模型。
语音识别
其他
W
anton-l
46
0
- 1
- 2
- 3
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型，性能媲美GPT-3.5-turbo，优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型 Transformers
Transformers 支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型，专为边缘设备推理设计，体积仅为Cosmo-3B模型的2%左右。
对话系统 Transformers
Transformers 英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型，适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20none;%20}%20.st1%20{%20fill:%20%235ce6cf;%20}%20.st2%20{%20fill:%20%230080ff;%20}%20.st3%20{%20clip-path:%20url(%23clippath);%20}%20%3c/style%3e%3cclipPath%20id='clippath'%3e%3crect%20class='st0'%20y='0'%20width='120'%20height='32'/%3e%3c/clipPath%3e%3c/defs%3e%3cg%20class='st3'%3e%3cg%3e%3cpath%20class='st1'%20d='M22.4,32H3.2c-1,0-2-.5-2.6-1.4-.6-.9-.7-2-.4-2.9L9.8,2.1C10.3.8,11.5,0,12.8,0s2.5.8,3,2.1l9.6,25.6c.4,1,.2,2.1-.4,2.9-.6.9-1.6,1.4-2.6,1.4ZM7.8,25.6h10l-5-13.3-5,13.3Z'/%3e%3cpath%20class='st2'%20d='M33.6,32c-1.3,0-2.5-.8-3-2.1L21,4.3c-.6-1.7.2-3.5,1.9-4.1,1.7-.6,3.5.2,4.1,1.9l9.6,25.6c.6,1.7-.2,3.5-1.9,4.1-.4.1-.8.2-1.1.2h0Z'/%3e%3cpath%20d='M71.8,9.1h-6.9v4.6h6.9c2.5,0,4.6,2,4.6,4.6h-6.9c-3.8,0-6.9,3.1-6.9,6.9s3.1,6.9,6.9,6.9h2.3c1.7,0,3.2-.4,4.6-1.2v1.2h4.6v-13.7c0-5-4.1-9.1-9.1-9.1h0ZM71.8,27.4h-2.3c-1.3,0-2.3-1-2.3-2.3s1-2.3,2.3-2.3h6.9c0,2.5-2,4.6-4.6,4.6h0Z'/%3e%3cpath%20d='M52.3,9.1h-4.6V0h-4.6V32h9.1c5,0,9.1-4.1,9.1-9.1v-4.6c0-5.1-4.1-9.1-9.1-9.1h0ZM56.9,22.9c0,2.5-2,4.6-4.6,4.6h-4.6v-13.7h4.6c2.5,0,4.6,2,4.6,4.6v4.6h0Z'/%3e%3cpath%20d='M110.9,13.7h9.1v-4.6h-9.1c-5.1,0-9.1,4.1-9.1,9.1v4.6c0,5.1,4.1,9.1,9.1,9.1h9.1v-4.6h-9.1c-2.5,0-4.6-2-4.6-4.6h13.7v-4.6h-13.7c0-2.5,2-4.6,4.6-4.6h0Z'/%3e%3cpath%20d='M93.6,18.3h-4.6c-1.3,0-2.3-1-2.3-2.3s1-2.3,2.3-2.3h10.3v-4.6h-10.3c-3.8,0-6.9,3.1-6.9,6.9s3.1,6.9,6.9,6.9h4.6c1.3,0,2.3,1,2.3,2.3s-1,2.3-2.3,2.3h-10.3v4.6h10.3c3.8,0,6.9-3.1,6.9-6.9s-3.1-6.9-6.9-6.9Z'/%3e%3c/g%3e%3c/g%3e%3c/svg%3e)
AIbase是一个专注于MCP服务的平台，为AI开发者提供高质量的模型上下文协议服务，助力AI应用开发。
简体中文