基于OpenAI的whisper-medium模型在Common Voice 11.0德语数据集上微调的自动语音识别模型

基于Whisper Large v3 Turbo优化的德语语音识别模型，在13小时精选数据集上微调，显著提升德语识别准确率

基于 Whisper Large v3 的德语语音识别模型，专为德语语音处理和识别优化

基于 Whisper Large v3 的德语语音识别微调模型，专门针对德语语音处理和识别进行了优化。

基于distil-whisper技术的德语语音识别模型，参数量7.56亿，在保持高质量的同时实现更快的推理速度。

基于whisper-tiny的德语语音识别模型，参数量为3780万，适用于对模型体积敏感的边缘场景。

基于Whisper Large v3的德语语音识别微调模型，针对德语语音处理和识别进行了优化

这是一个基于FastConformer架构的德语自动语音识别模型，采用转换器和CTC混合训练方式，参数规模约115M。

基于openai/whisper-large-v2在Common Voice 11.0德语数据集上微调的自动语音识别模型，支持德语语音转文字，词错误率5.76

基于openai/whisper-small在Common Voice 11.0德语数据集上微调的语音识别模型，支持德语语音转文字并预测大小写和标点符号。

这是一个用于德语自动语音识别的大型Conformer-Transducer模型，具有约1.2亿参数，支持将德语语音转录为文本。

这是一个用于德语自动语音识别的大规模Conformer-CTC模型，由NVIDIA训练并在数千小时的德语语音数据上进行优化。

这是一个基于Facebook的wav2vec2-large-xlsr-53模型在德语Common Voice 9.0数据集上微调的自动语音识别(ASR)模型。

这是一个德语语音识别模型，采用wav2vec 2.0 XLS-R 1B架构并引入TEVR（标记熵方差降低）技术，结合5-gram语言模型，在Common Voice德语测试集上取得了3.64%的词错误率。

基于jonatasgrosman/wav2vec2-large-xlsr-53-german微调的德语语音识别模型

基于facebook/wav2vec2-xls-r-300m在Common Voice德语数据集上微调的语音识别模型，集成n-gram语言模型，词错误率8.8%

基于facebook/wav2vec2-large-xlsr-53在Common Voice德语数据集上微调的自动语音识别模型，测试WER为15.80%。

基于facebook/wav2vec2-xls-r-1b在Common Voice 8德语数据集上微调的自动语音识别模型

这是一个基于XLSR Wav2Vec2架构的德语自动语音识别模型，带有语言模型支持，在Common Voice德语数据集上表现出色。

基于Facebook的wav2vec2-large-xlsr-53模型，使用Common Voice德语数据集微调的自动语音识别(ASR)模型

这是一个针对德语语音识别任务微调的XLSR-53大模型，基于Facebook的wav2vec2-large-xlsr-53模型，在Common Voice 6.1德语数据集上进行了微调。

基于Facebook的Wav2Vec2架构的大规模德语自动语音识别(ASR)模型，在Common Voice德语数据集上微调

基于facebook/wav2vec2-xls-r-100m模型在MULTILINGUAL_LIBRISPEECH - GERMAN数据集上微调的德语自动语音识别模型

基于facebook/wav2vec2-large-xlsr-53在德语通用语音数据集上微调的语音识别模型，词错误率29.35%

基于Facebook Wav2Vec2架构的德语语音预训练模型，使用VoxPopuli语料库中的23.2k未标注德语数据进行预训练。

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。

该模型是基于facebook/wav2vec2-xls-r-100m在多语言LibriSpeech德语数据集上微调的自动语音识别模型

该模型是基于facebook/wav2vec2-xls-r-300m在MULTILINGUAL_LIBRISPEECH - 德语10小时数据集上微调的版本，用于德语语音识别任务。

基于Facebook的wav2vec2-xls-r-300m模型，在Common Voice德语数据集上微调，支持德语语音识别并保留文本大小写信息。

基于flozi00/wav2vec-xlsr-german微调的德语语音识别模型

该模型是基于flozi00/wav2vec-xlsr-german微调的德语语音识别模型，在评估集上词错误率为1.0。

这是一个基于MOZILLA-FOUNDATION/COMMON_VOICE_7_0德语数据集训练的自动语音识别编码器-解码器模型，结合了Wav2Vec2和GPT2架构的优势。

基于Facebook Wav2Vec2基础模型，在VoxPopuli语料库10K无标注子集上预训练，并在德语转录数据上微调的语音识别模型

该模型是基于flozi00/wav2vec-xlsr-german微调的德语语音识别模型，主要用于德语语音转文本任务。

这是一个基于XLS-R 1B架构的德语自动语音识别模型，在Common Voice 8.0等多个德语语音数据集上进行了微调

基于wav2vec-large-xlsr-53框架微调的德语语音识别模型，在CommonVoice德语测试集上达到11.26%词错误率

该模型是基于facebook/wav2vec2-xls-r-1b在MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - 德语数据集上微调的版本，用于德语自动语音识别任务。

该模型是基于facebook/wav2vec2-xls-r-300m在MOZILLA-FOUNDATION/COMMON_VOICE_7_0 - DE数据集上微调的德语自动语音识别模型。