AIbase

普通话语音识别
Paraformer Large
Apache-2.0
Paraformer 是一种创新的非自回归端到端语音识别模型，相比传统自回归模型具有显著优势，能够并行生成整句目标文本，特别适合利用GPU进行并行推理。
语音识别
中文
P
funasr
43
45
Stt Zh Conformer Transducer Large
这是一个用于转录普通话语音的大型Conformer-Transducer模型，参数约1.2亿，在AISHELL-2数据集上训练。
语音识别
中文
S
nvidia
72
13
Asr Transformer Aishell
Apache-2.0
基于SpeechBrain框架预训练的AISHELL（普通话）端到端自动语音识别系统，采用Transformer编码器+联合解码器结构
语音识别
英语
A
speechbrain
76
11
Asr Wav2vec2 Transformer Aishell
Apache-2.0
这是一个基于AISHELL数据集和wav2vec2预训练的Transformer自动语音识别模型，专门用于普通话语音识别任务。
语音识别
英语
A
speechbrain
99
10
Mandarin Naive
Apache-2.0
该模型是基于facebook/wav2vec2-xls-r-300m在common_voice数据集上微调的普通话语音识别模型
语音识别
Transformers
M
GleamEyeBeast
22
0