基于OpenAI Whisper small.en模型的CTranslate2转换版本，用于高效语音识别

基于Facebook的wav2vec2-xls-r-300m模型在混合语言数据集上微调的语音识别模型，支持马来语、新加坡式英语和普通话。

这是一个基于wav2vec2架构的乌尔都语自动语音识别(ASR)模型，从头开始训练。

一个基于Transformer的端到端语音翻译模型，用于英语到土耳其语的语音转文本任务

该模型是基于facebook/wav2vec2-xls-r-300m在common_voice数据集上微调的版本，用于阿布哈兹语的自动语音识别任务。

基于Transformer的端到端语音翻译模型，支持英语到阿拉伯语的语音转文本翻译

这是一个基于facebook/wav2vec2-large-xlsr-53模型在格鲁吉亚语上进行微调的自动语音识别(ASR)模型，使用Common Voice数据集训练。

该模型是基于facebook/wav2vec2-large-xlsr-53在common_voice数据集上微调的版本，用于印地语语音识别任务。

这是一个基于Transformer的端到端语音翻译模型，专门用于将英语语音翻译成加泰罗尼亚语文本。

一个基于Wav2Vec2架构的印地语语音识别模型，可直接将音频转录为文本。

Wav2Vec2基础版是在16kHz采样的Librispeech语音音频上进行了100小时预训练和微调的自动语音识别模型。

Facebook开发的基于Wav2Vec 2.0架构的大规模法语语音识别模型，支持自动语音转文本任务

基于Facebook的XLSR-53大模型微调的立陶宛语语音识别模型，在Common Voice数据集上训练，测试WER为56.55%。

这是一个基于序列到序列架构的自动语音识别模型，能够将语音转换为文本。