AIbase

低字错误率
Phi 4 Multimodal Instruct Commonvoice Zh Tw
MIT
基于microsoft/Phi-4-multimodal-instruct微调的台湾普通话语音识别模型，在台湾普通话通用语音19.0数据集上训练
音频生成文本
Transformers
中文
P
JacobLinCool
28
1
Court Records Htr
MIT
基于微软TrOCR微调的手写文字识别模型，专用于19世纪芬兰语和瑞典语法庭记录文档
文字识别
C
Kansallisarkisto
24
0
Belle Whisper Large V2 Zh
Apache-2.0
基于whisper-large-v2进行微调的中文语音识别模型，在多个中文语音识别基准测试中实现了30-70%的相对性能提升。
语音识别
Transformers
B
BELLE-2
140
33
Whisper Large V2 Cantonese
Apache-2.0
基于OpenAI Whisper Large V2模型微调的粤语自动语音识别(ASR)模型，在Common Voice 11.0粤语数据集上训练，字错误率(CER)为6.21%。
语音识别
Transformers
其他
W
Scrya
210
7
Whisper Large V2 Cantonese
Apache-2.0
基于OpenAI Whisper Large V2在粤语数据集上微调的自动语音识别模型，在测试集上达到6.7274%的字错误率
语音识别
Transformers
其他
W
simonl0909
131
12
Wav2vec2 Bloom Speech Tgl
其他
基于facebook/wav2vec2-xls-r-300m微调的他加禄语语音识别模型
语音识别
Transformers
其他
W
sil-ai
3,412
0
Xls R Et
Apache-2.0
基于wav2vec2-xls-r-300m架构微调的爱沙尼亚语自动语音识别模型，在Common Voice 7.0数据集上训练
语音识别
Transformers
其他
X
shpotes
23
0
Wav2vec2 Large Xls R 300m Ru
这是一个基于Wav2Vec2 XLS-R架构的俄语自动语音识别模型，参数规模为300m，在公共语音和鲁棒语音事件数据集上进行了评估。
语音识别
Transformers
其他
W
mobedkova
37
1
Wav2vec2 10july
Apache-2.0
这是一个基于XLSR Wav2Vec2架构的德语自动语音识别模型，在通用语音德语数据集上进行了微调。
语音识别
Transformers
德语
W
sourabharsh
24
0
Bp Cetuc100 Xlsr
Apache-2.0
基于CETUC数据集针对巴西葡萄牙语进行微调的Wav2vec2模型，使用约145小时巴西葡萄牙语语音数据训练
语音识别
Transformers
其他
B
lgris
22
0
Xls R 300m Pt
Apache-2.0
这是一个基于Facebook的wav2vec2-xls-r-300m模型在葡萄牙语Common Voice 8.0数据集上微调的自动语音识别模型
语音识别
Transformers
其他
X
AlexN
28
1