基于焦点调制网络的低比特率语音编解码器，支持16 kHz语音编码

本模型是基于facebook/wav2vec2-large-xlsr-53微调而成的音频情感检测模型，可识别7种情感状态

Whisper-Tiny是OpenAI开发的一个小型自动语音识别(ASR)模型，专为语音转文本任务设计，适用于Unity环境。

基于Facebook大规模多语言语音项目微调的语言识别模型，支持126种语言的音频分类

基于wav2vec2架构的越南语自动语音识别模型，预训练使用1.3万小时未标注YouTube音频，并在250小时标注数据上微调

Wav2Vec2是一个基于自监督学习的语音识别模型，在LibriSpeech 960小时语音数据上预训练和微调，支持英语语音转录。

基于Librispeech 100小时语音数据微调的Wav2Vec2 Conformer模型，采用旋转位置嵌入技术

采用相对位置嵌入技术的Wav2Vec2-Conformer大型语音识别模型，基于Librispeech 100小时语音数据微调

该模型是基于Wav2Vec2架构的大规模语音识别模型，在Libri-Light和Librispeech的10分钟数据上进行了预训练和微调，使用自训练目标进行训练，适用于16kHz采样率的语音音频。

Data2Vec是一个通用的自监督学习框架，适用于语音、视觉和语言任务。

Data2Vec-Audio-Large是基于16kHz采样语音音频预训练的大型模型，采用自监督学习框架，适用于语音识别等任务。

基于VoxPopuli语料库的42.5小时乌拉尔语系无标注数据预训练的Wav2Vec2大型语音模型

基于VoxPopuli语料库的24.1k无标注英语数据预训练的Wav2Vec2基础模型，适用于语音识别任务。

基于葡萄牙语VoxPopuli语料库预训练的Wav2Vec2基础模型，适用于语音识别任务

基于Facebook的wav2vec2-large-xlsr-53模型，使用Common Voice德语数据集微调的自动语音识别(ASR)模型

基于Facebook的Wav2Vec2架构的大规模德语自动语音识别(ASR)模型，在Common Voice德语数据集上微调

SEW-D-tiny 是由 ASAPP Research 开发的高效语音识别预训练模型，专注于性能和效率的平衡。

基于facebook/wav2vec2-xls-r-300m微调的罗马尼亚语语音识别模型，在共同语音8.0和罗马尼亚语音合成数据集上训练，在HuggingFace鲁棒语音挑战赛中位列罗马尼亚语音识别第一名。

Facebook开发的Wav2Vec2基础模型，在960小时的Librispeech语音音频上进行了预训练和微调，用于英语自动语音识别任务。

基于Hubert-Base-LS960预训练模型，在SUPERB意图分类任务上微调的语音意图分类模型

Data2Vec是一个通用的自监督学习框架，适用于语音、视觉和语言任务。

这是一个基于facebook/wav2vec2-large-xlsr-53模型在格鲁吉亚语上进行微调的自动语音识别(ASR)模型，使用Common Voice数据集训练。

基于facebook/wav2vec2-large-xlsr-53模型微调的葡萄牙语自动语音识别(ASR)模型，在Common Voice葡萄牙语数据集上达到17.22%词错误率(WER)

基于VoxPopuli语料库的波兰语Wav2Vec2基础模型，适用于语音识别任务

基于Facebook Wav2Vec2架构的语音模型，专门针对荷兰语进行预训练，使用VoxPopuli语料库中的19.0k未标注数据。

基于Facebook Wav2Vec2框架的语音模型，专门针对爱沙尼亚语进行预训练

基于Facebook Wav2Vec2架构的德语语音预训练模型，使用VoxPopuli语料库中的23.2k未标注德语数据进行预训练。

基于VoxPopuli语料库预训练的Wav2Vec2基础模型，专注于捷克语语音处理

基于facebook/wav2vec2-large-xlsr-53在旁遮普语Common Voice数据集上微调的语音识别模型

SEW-D-mid是由ASAPP Research开发的语音预训练模型，专注于自动语音识别任务，在性能和效率之间取得了良好平衡。

这是一个基于XLSR-53大模型微调的法语语音识别模型，在Common Voice数据集上训练，支持高准确率的法语语音转文本。

基于facebook/wav2vec2-large-xlsr-53在波斯语（Farsi）上微调的自动语音识别模型，支持16kHz采样率的语音输入。

基于UniSpeech-SAT基础模型，在LibriSpeech语音数据上进行了100小时微调的自动语音识别模型

这是一个基于Facebook的wav2vec2-large-xlsr-53模型在卡纳达语上进行微调的自动语音识别(ASR)模型，使用OpenSLR SLR79数据集训练。

这是一个基于Wav2Vec2-Large模型的情感识别模型，专门用于从语音中识别情感类别。

Hubert是一个基于自监督学习的语音表征模型，通过类BERT的预测损失学习语音的声学和语言联合表征。

HuBERT是一种自监督语音表示学习模型，通过类似BERT的预测损失学习语音特征，适用于语音识别等任务。

基于facebook/wav2vec2-large-xlsr-53模型，使用Common Voice数据集对巴斯克语进行微调的语音识别模型。

基于facebook/wav2vec2-large-xlsr-53在希伯来语语音数据上微调的自动语音识别模型

基于facebook/wav2vec2-large-xlsr-53微调的奥里亚语自动语音识别模型，使用低资源印度语言挑战赛数据训练