Whisper是OpenAI开发的最先进的自动语音识别(ASR)和语音翻译模型，在超过500万小时的标记数据上训练，具有强大的零样本泛化能力。

Whisper是OpenAI开发的最先进的自动语音识别(ASR)和语音翻译模型，支持多种语言

基于CTranslate2优化的Whisper Large-v3 Turbo越南语增强本地化版，支持多语言语音识别，速度快、准确度高

专为越南语优化的Whisper Large-v3 Turbo语音识别模型，支持多语言，具有极速响应和高准确度

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。

专为越南语优化的Whisper Large-v3 Turbo语音识别模型，支持多语言实时转录

基于OpenAI Whisper-small微调的阿拉伯语语音识别模型

Whisper large-v3-turbo是OpenAI Whisper large-v3的蒸馏版本，解码层从32层减少到4层，速度大幅提升但质量略有下降。

基于OpenAI Whisper-large-v3微调的语音识别模型，专注于航空交通管制(ATCO)场景，词错误率17.04%

由Oyqiz团队开发的乌兹别克语自动语音识别(ASR)模型，基于Common Voice 10.0数据集训练

基于openai/whisper-tiny微调的卡纳达语自动语音识别模型，在多个公开卡纳达语ASR语料库上训练

Whisper Tiny是OpenAI开发的自动语音识别(ASR)模型，属于Whisper系列中最小的版本，参数规模为39M。

基于facebook/wav2vec2-xls-r-300m在新加坡英语(li_singlish)数据集上微调的语音识别模型

这是一个基于facebook/wav2vec2-xls-r-300m在印地语Common Voice 7.0数据集上微调的自动语音识别(ASR)模型

这是一个基于Harveenchadha/vakyansh-wav2vec2-punjabi-pam-10在Common Voice数据集上微调的旁遮普语自动语音识别模型