该模型是基于FastConformer架构的日语自动语音识别(ASR)模型，由NVIDIA开发并转换为MLX格式。

基于 NVIDIA Parakeet TDT 0.6B v2 转换的 MLX 格式自动语音识别模型，支持高效语音转文本任务。

NVIDIA FastConformer-Hybrid Large 是一个基于 FastConformer 架构的俄语自动语音识别模型，支持 CTC 和 RNN-T 解码器。

拥有6亿参数的自动语音识别模型，支持英文转录、标点符号、大小写和时间戳预测

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。

这是一个基于FastConformer架构的大型乌兹别克语语音识别模型，支持Transducer和CTC双重解码，在多个测试集上表现出色。

Parakeet TDT-CTC 0.6B是一个能够转录带标点符号的日语语音的自动语音识别(ASR)模型，由NVIDIA NeMo团队开发。

Canary-1B是NVIDIA NeMo开发的多语言多任务模型，支持英语、德语、法语和西班牙语的自动语音识别和语音翻译任务。

Parakeet CTC 0.6B是由NVIDIA NeMo和Suno.ai联合开发的自动语音识别模型，基于FastConformer架构，拥有约6亿参数，支持英语语音转录。

Parakeet RNNT 0.6B 是由 NVIDIA NeMo 和 Suno.ai 联合开发的自动语音识别模型，基于 FastConformer 架构，拥有约 6 亿参数，专门用于将英语语音转录为文本。

Parakeet CTC 1.1B是由NVIDIA NeMo和Suno.ai联合开发的自动语音识别模型，基于FastConformer架构，拥有约11亿参数，支持英语语音转录。

Parakeet RNNT 1.1B是由NVIDIA NeMo和Suno.ai联合开发的自动语音识别模型，基于FastConformer Transducer架构，参数约11亿，支持英语语音转录。

这是一个用于波斯语自动语音识别(ASR)的混合模型，结合了传感器和CTC解码器损失，基于FastConformer架构优化。

基于FastConformer架构的孟加拉语自动语音识别模型，训练数据约18K小时，支持高精度语音转文本

NVIDIA FastConformer-Transducer 是一个用于英语自动语音识别(ASR)的高性能模型，采用优化的FastConformer架构和Transducer解码器，参数规模约6.18亿。

NVIDIA FastConformer-CTC XLarge是一个约6亿参数的自动语音识别(ASR)模型，专为英语语音转录设计，采用FastConformer架构和CTC损失训练。

这是一个基于FastConformer架构的大型自动语音识别(ASR)模型，专门用于将英语语音转录为文本。

这是一个基于FastConformer架构的大型自动语音识别(ASR)模型，专门用于将英语语音转录为文本。

这是一个用于俄语自动语音识别的FastConformer混合模型，结合了Transducer和CTC解码器，参数规模约1.15亿。

这是一个基于FastConformer架构的大型白俄罗斯语自动语音识别模型，结合了转换器和CTC解码器损失，在1500小时白俄罗斯语音数据上训练。