Lite-Whisper 是采用 LiteASR 技术压缩的 OpenAI Whisper 轻量版，在保持较高准确率的同时显著减小模型大小。

这是一个基于openai/whisper-small模型在希腊语语音识别任务上微调的自动语音识别(ASR)模型，使用Mozilla Common Voice 17.0数据集中的3620个希腊语样本进行训练。

该模型是基于facebook/wav2vec2-xls-r-300m在IMaSC、Indic TTS Malayalam和OpenSLR Malayalam训练集数据集上微调得到的版本，支持马拉雅拉姆语自动语音识别。

基于OpenAI Whisper-small微调的斯洛伐克语语音识别模型，在Common Voice 11.0斯洛伐克语数据集上训练

基于facebook/wav2vec2-base微调的语音识别模型，在评估集上词错误率(WER)为0.8133

基于facebook/wav2vec2-base模型微调的语音识别模型，在评估集上取得了31.42%的词错误率

该模型是基于jonatasgrosman/wav2vec2-large-xlsr-53-english在filipino_voice数据集上微调的版本，用于英语-菲律宾语语音识别任务。

基于jonatasgrosman/wav2vec2-large-xlsr-53-english微调的英语-菲律宾语语音识别模型

基于facebook/wav2vec2-base微调的语音识别模型，在TIMIT数据集上取得28.25%的词错误率

该模型是基于facebook/wav2vec2-xls-r-300m微调的版本，专注于英语儿童语音识别任务。

该模型是基于facebook/wav2vec2-base在未知数据集上微调的语音识别模型，主要用于自动语音识别(ASR)任务。

基于facebook/wav2vec2-large-xlsr-53微调的语音识别模型，在10ms音频掩码训练数据上优化

基于facebook/wav2vec2-base模型在随机噪声数据集上微调的语音识别模型

该模型是在Common Voice 7.0 AB数据集上微调的自动语音识别模型，基于XLS-R dummy架构

基于facebook/wav2vec2-large-xlsr-53模型微调的上索布语语音识别模型，支持16kHz音频输入

基于facebook/wav2vec2-base微调的语音识别模型，在TIMIT数据集上训练30轮次

该模型是基于facebook/wav2vec2-xls-r-1b在布列塔尼语数据集上微调的自动语音识别模型。

该模型是基于facebook/wav2vec2-large-xlsr-53在通用语音数据集上微调的土耳其语语音识别模型

基于facebook/wav2vec2-base微调的语音识别模型，在特定数据集上训练，词错误率(WER)为0.3391。

这是一个基于facebook/wav2vec2-xls-r-300m模型在Common Voice 8数据集上微调的自动语音识别(ASR)模型，支持瓜拉尼语(gn)。

这是一个基于SEW-tiny架构的葡萄牙语自动语音识别模型，在Common Voice 8数据集上微调，适用于葡萄牙语语音识别任务。

基于facebook/wav2vec2-xls-r-300m在多个意大利语语音数据集上微调的自动语音识别模型

该模型是基于facebook/wav2vec2-base进行微调的语音识别模型，在Colab环境下训练完成

该模型是基于facebook/wav2vec2-xls-r-300m在Common Voice 8.0吉尔吉斯语数据集上微调的自动语音识别模型

这是一个基于facebook/wav2vec2-xls-r-300m微调的沃洛夫语自动语音识别模型，旨在解决沃洛夫语资源匮乏的问题。

基于TIMIT_ASR数据集对wav2vec2-base-random模型进行微调的自动语音识别模型

该模型是基于Facebook的wav2vec2-xls-r-300m在Common Voice加利西亚语(gl)数据集上微调的语音识别模型，在测试集上取得了20.8%的词错误率(WER)。

基于facebook/wav2vec2-large-xlsr-53模型微调的格鲁吉亚语语音识别模型，在通用语音数据集上训练

这是一个基于facebook/wav2vec2-xls-r-300m在上索布语(HSB)数据集上微调的自动语音识别模型，在Common Voice 8测试集上取得了0.4393的词错误率(WER)。

该模型是基于facebook/wav2vec2-xls-r-300m在MOZILLA-FOUNDATION/COMMON_VOICE_7_0 - DE数据集上微调的德语自动语音识别模型。

这是一个基于facebook/wav2vec2-xls-r-300m在布列塔尼语数据集上微调的语音识别模型，在Common Voice 8测试集上取得了52.3%的词错误率(WER)。