AIbase

多场景语音识别
Parakeet Tdt 0.6b V2
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。
语音识别
P
mlx-community
24.49k
13
Parakeet Tdt 0.6b V2
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
语音识别
英语
P
nvidia
242.71k
957
Whisper Medium Oswald
Apache-2.0
基于OpenAI Whisper-medium微调的海地克里奥尔语语音识别模型，专注高准确率转录
语音识别
Transformers
其他
W
jsbeaudry
102
1
Whisper Small Slovenian
Apache-2.0
该模型是基于openai/whisper-small在斯洛文尼亚语ASR数据库ARTUR 1.0上微调的语音识别模型，支持斯洛文尼亚语语音转文字任务。
语音识别
Transformers
其他
W
samolego
24
3
Wav2vec2 Large Xls R 300m Sr V4
Apache-2.0
基于facebook/wav2vec2-xls-r-300m在塞尔维亚语(sr)数据集上微调的自动语音识别模型
语音识别
Transformers
其他
W
DrishtiSharma
28
0
Wav2vec2 Xls R 1b Japanese Hiragana Katakana
Apache-2.0
这是一个基于Common Voice 8.0数据集训练的日语自动语音识别(ASR)模型，支持日语语音转文本任务。
语音识别
Transformers
日语
W
AndrewMcDowell
17
3