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。

GigaAM v2 是一个自动语音识别（ASR）模型，支持俄语语音转文本任务，提供CTC和RNN-T两种架构。

GigaAM-v2-RNNT 是一个俄语自动语音识别（ASR）模型，基于RNNT架构，适用于语音转文本任务。

GigaAM-v2-CTC 是一个俄语自动语音识别(ASR)模型，基于CTC损失函数训练，可通过Hugging Face transformers库使用。

基于TIES合并方法融合的俄语语音识别模型，优化电话语音识别效果

该模型是基于facebook/wav2vec2-xls-r-300m在common_voice_17_0数据集上微调的俄语自动语音识别(ASR)模型，词错误率(WER)为0.195。

基于OpenAI Whisper Large V3 Turbo优化的俄语自动语音识别(ASR)模型，使用Mozilla Common Voice 17俄语数据集微调

这是基于OpenAI Whisper架构的俄语语音识别模型，专为俄语语音转文本任务优化，并转换为ctranslate2格式以提高推理效率。

这是antony66/whisper-large-v3-russian模型的ctranslate2转换版本，针对俄语语音识别任务进行了优化。

这是 bond005/whisper-large-v3-ru-podlodka 的 ctranslate2 转换版本，针对俄语语音识别任务进行了优化。

基于OpenAI Whisper-large-v3微调的俄语语音识别模型，针对俄语识别性能进行了优化

这是一个基于Whisper Large V3的俄语语音识别模型，专门针对俄语语音进行了优化。

基于openai/whisper-small微调的俄语语音识别模型，在Sberdevices_golos_10h_crowd数据集上训练

基于OpenAI Whisper-base模型在Common Voice 11.0俄语数据集上微调的语音识别模型

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。

这是一个用于俄语自动语音识别的大型Conformer-CTC模型，在约1636小时的俄语语音数据上训练，具有约1.2亿参数。

这是一个基于facebook/wav2vec2-large-xlsr-53微调的俄语语音识别模型，使用Sberdevices Golos数据集训练，并集成了2-gram语言模型以提高识别准确率。

基于facebook/wav2vec2-large-xlsr-53微调的俄语语音识别模型，使用Sberdevices Golos数据集训练，支持16kHz音频输入

该模型是基于facebook/wav2vec2-large-xlsr-53在common_voice数据集上微调的版本，主要用于俄语语音识别任务。

该模型是基于facebook/wav2vec2-xls-r-300m在通用语音数据集上微调的俄语语音识别模型，在评估集上取得了0.468的词错误率。

基于wav2vec2架构的俄语语音识别模型，识别结果可通过配套文本纠错网络进行后处理

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。

基于XLS-R 1B架构微调的俄语语音识别模型，在Common Voice 8.0等数据集上训练

基于facebook/wav2vec2-large-xlsr-53模型微调的俄语语音识别模型，支持16kHz采样率的语音输入

基于facebook/wav2vec2-large-xlsr-53模型微调的俄语自动语音识别(ASR)模型，在Common Voice俄语数据集上达到17.39%的词错误率(WER)。

基于facebook/wav2vec2-xls-r-1b在Common Voice数据集上微调的俄语自动语音识别模型

该模型是基于facebook/wav2vec2-base在俄语数据集上微调的语音识别模型

这是一个基于Facebook的wav2vec2-large-100k-voxpopuli模型，使用Common Voice 7.0和M-AILABS俄语数据进行微调的语音识别模型。

基于Facebook的Wav2vec2 Large 100k Voxpopuli模型，使用Common Voice 7.0、M-AILABS数据集及数据增强技术在俄语上进行微调的语音识别模型。

该模型是基于facebook/wav2vec2-base在未知数据集上微调的版本，适用于俄语语音处理任务。