AIbase

大参数语音模型
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
Wav2vec2 Large Xls R 300m Chinese Taiwan Colab
Apache-2.0
基于wav2vec2架构的大规模语音识别模型，针对中文（台湾）语音进行优化，适用于语音转文本任务。
语音识别
Transformers
W
RuiqianLi
17
1
Wav2vec2 Large Xls R 300m Turkish Colab
Apache-2.0
该模型是基于facebook/wav2vec2-xls-r-300m在common_voice土耳其语数据集上微调后的语音识别模型。
语音识别
Transformers
W
vai6hav
23
0
Wav2vec2 Large Xls R 300m Urdu Cv8 200epochs
基于通用语音数据集训练的乌尔都语语音识别模型，采用wav2vec 2.0架构
语音识别
Transformers
W
omar47
20
0
Base Spanish Asr
基于通用语音数据集训练的西班牙语语音识别模型，采用wav2vec2架构
语音识别
Transformers
B
glob-asr
19
0
Wav2vec2 Xls R 1b Italian Robust
Apache-2.0
基于facebook/wav2vec2-xls-r-1b在Common Voice 7和Libri Speech数据集上微调的意大利语自动语音识别模型
语音识别
Transformers
其他
W
dbdmg
130
0
Wav2vec2 Large Xls R 300m Greek
基于通用语音数据集训练的希腊语语音识别模型，采用wav2vec2架构
语音识别
Transformers
W
jerrychatz
19
0