Wav2vec2 Base Librispeech Demo Colab
Apache-2.0
该模型是基于facebook/wav2vec2-base在LibriSpeech数据集上微调的语音识别模型，在评估集上取得了0.3174的词错误率。
语音识别
Transformers
TransformersW
vishwasgautam
14
0
Distil Large V3.5 ONNX
MIT
Distil-Whisper是OpenAI Whisper-Large-v3的知识蒸馏版本，提供更优的性能表现和高效性。
语音识别 Transformers
Transformers 英语
D
distil-whisper
25
1
Ichigo Llama3.1 S Instruct V0.3 Phase 3
Apache-2.0
Ichigo-llama3s是一个支持音频和文本输入的大语言模型系列，专注于提升声音理解能力和用户交互体验。
文本生成音频
英语
I
homebrewltd
43
35
Whisper Ner V1
MIT
WhisperNER是一种能够同时进行语音转录和实体识别的新颖模型，支持开放类型的命名实体识别（NER）。
语音识别
支持多种语言
W
aiola
174
23
Phoneme Scorer V2 Wav2vec2
Apache-2.0
基于Wav2Vec2-Base架构的自动语音识别模型，专门用于音素识别，在LJSpeech Phonemes数据集上微调
语音识别 Transformers
Transformers 英语
P
ct-vikramanantha
167
9
Wav2vec2 Large Lv60 Phoneme Timit English Timit 4k
Apache-2.0
基于facebook/wav2vec2-large-lv60微调的英语音素识别模型，在TIMIT数据集上取得10.53%的音素错误率
语音识别 Transformers
Transformers 英语
W
excalibur12
306
3
Wav2vec2 Large Lv60 Phoneme Timit English Timit 4k 002
Apache-2.0
基于facebook/wav2vec2-large-lv60在TIMIT数据集上微调的英语音素识别模型，音素错误率10.53%
语音识别 Transformers
Transformers 英语
W
excalibur12
103
1
Gazelle V0.2
Apache-2.0
Gazelle v0.2 是由 Tincans 发布的联合语音-语言模型，支持英语。
文本生成音频 Transformers
Transformers 英语
G
tincans-ai
90
99
Wav2vec2 Large Xlsr 53 English Finetuned Ravdess
Apache-2.0
基于wav2vec2-large-xlsr-53-english模型在RAVDESS数据集上微调的语音情感识别模型
音频分类 Transformers
TransformersW
firdho26
68
0
Wav2vec2 Lg Xlsr En Speech Emotion Recognition Finetuned Ravdess V8
Apache-2.0
基于wav2vec2架构的英语语音情感识别模型，在RAVDESS数据集上微调
音频分类 Transformers
TransformersW
Wiam
94
4
Wav2vec2 Base Speech Emotion Recognition
Apache-2.0
基于facebook/wav2vec2-base微调的语音情感识别模型，用于预测音频样本中说话者的情感。
音频分类 Transformers
Transformers 英语
W
DunnBC22
128
13
Wav2vec2 Ljspeech Gruut
Apache-2.0
基于Wav2Vec2架构的音素识别模型，在LJSpeech Phonemes数据集上微调，用于将语音转换为音素序列
语音识别 Transformers
Transformers 英语
W
bookbot
2,484
17
Wav2vec2 Large 960h Intent Classification Ori
Apache-2.0
基于facebook/wav2vec2-large-960h微调的意图分类模型，在评估集上准确率达77.08%
音频分类 Transformers
TransformersW
MuhammadIqbalBazmi
15
0
Wav2vec2 Large Tedlium
Apache-2.0
基于TEDLIUM语料库微调的Wav2Vec2大型语音识别模型，支持英语语音转文本
语音识别
英语
W
sanchit-gandhi
58
1
Wav2vec2 Base Timit Demo Google Colab
Apache-2.0
该模型是基于facebook/wav2vec2-base在TIMIT数据集上微调的语音识别模型，在Google Colab环境下训练完成。
语音识别 Transformers
TransformersW
pannaga
16
0
Wav2vec2 Base Timit Demo Colab
Apache-2.0
基于facebook/wav2vec2-base模型在TIMIT数据集上微调的语音识别模型，具有较低的词错误率(WER)。
语音识别 Transformers
TransformersW
nawta
96
1
Wav2vec2 Base Timit Demo Google Colab
Apache-2.0
基于facebook/wav2vec2-base在TIMIT数据集上微调的语音识别模型，专注于英语语音转文字任务
语音识别 Transformers
TransformersW
dasolj
127
0
Wav2vec Cv
Apache-2.0
基于facebook/wav2vec2-base-960h微调的语音识别模型
语音识别 Transformers
TransformersW
eugenetanjc
69
0
Wav2vec Mle
Apache-2.0
基于facebook/wav2vec2-base-960h微调的语音识别模型，在评估集上词错误率为1.0
语音识别 Transformers
TransformersW
eugenetanjc
68
0
Wav2vec2 Base Dataset Asr Demo Colab
Apache-2.0
这是一个基于distilhubert在superb数据集上微调的语音识别模型，主要用于自动语音识别(ASR)任务。
语音识别 Transformers
TransformersW
aminnaghavi
34
0
Wav2vec2 Base Timit Demo Google Colab
Apache-2.0
该模型是基于facebook/wav2vec2-base在TIMIT数据集上微调的语音识别模型，在评估集上取得了0.3384的词错误率(WER)。
语音识别 Transformers
TransformersW
mikeluck
38
0
Assignment1 Francesco
MIT
基于语音到文本转换器(S2T)训练的自动语音识别(ASR)模型，专为英语语音识别设计
语音识别 Transformers
Transformers 英语
A
Classroom-workshop
22
0
Wav2vec2 19
Apache-2.0
基于facebook/wav2vec2-base微调的语音识别模型，支持自动语音转文字任务
语音识别 Transformers
TransformersW
chrisvinsen
18
0
Xlsr English
Apache-2.0
基于facebook/wav2vec2-xls-r-300m在librispeech_asr数据集上微调的英语语音识别模型
语音识别 Transformers
TransformersX
ashesicsis1
18
0
Wav2vec2 Base Timit Demo Google Colab
Apache-2.0
该模型是基于facebook/wav2vec2-base在TIMIT数据集上微调的语音识别模型，专注于英语语音转文字任务。
语音识别 Transformers
TransformersW
wrice
17
0
Wav2vec2 Base Timit Google Colab
Apache-2.0
基于facebook/wav2vec2-base在空数据集上微调的语音识别模型，在评估集上取得了0.3355的词错误率(WER)。
语音识别 Transformers
TransformersW
anithapappu
19
0
Wav2vec2 7
Apache-2.0
该模型是基于facebook/wav2vec2-base微调的语音识别模型，在评估集上取得了0.52的词错误率。
语音识别 Transformers
TransformersW
chrisvinsen
20
0
D L Dl
该模型是基于facebook/wav2vec2-base-960h微调的语音识别模型，在评估集上词错误率(WER)为1.0。
语音识别 Transformers
TransformersD
bkh6722
25
0
Wav2vec2 Base Timit Demo Google Colab
Apache-2.0
基于facebook/wav2vec2-base在TIMIT数据集上微调的语音识别模型，适用于英语语音转文本任务
语音识别 Transformers
TransformersW
BitanBiswas
28
0
Wav2vec2 Base Timit Demo Google Colab
Apache-2.0
该模型是基于facebook/wav2vec2-base在TIMIT数据集上微调的语音识别模型，主要用于英语语音转文字任务。
语音识别 Transformers
TransformersW
patrickvonplaten
26
2
Wav2vec2 Base Timit Demo Colab92
Apache-2.0
基于facebook/wav2vec2-base模型在TIMIT数据集上微调的语音识别模型
语音识别 Transformers
TransformersW
hassnain
16
0
Wav2vec2 Base Timit Demo Colab90
Apache-2.0
基于facebook/wav2vec2-base模型在TIMIT数据集上微调的语音识别模型，专注于英语语音转文本任务
语音识别 Transformers
TransformersW
hassnain
16
0
Wav2vec2 Base Timit Demo Colab11
Apache-2.0
该模型是基于facebook/wav2vec2-base进行微调的语音识别模型，在TIMIT数据集上取得了0.4348的词错误率。
语音识别 Transformers
TransformersW
sameearif88
18
0
Wav2vec2 Base Timit Demo Colab 1
Apache-2.0
该模型是基于facebook/wav2vec2-base微调的语音识别模型，在TIMIT数据集上训练，词错误率(WER)为0.4398。
语音识别 Transformers
TransformersW
zasheza
18
0
Wav2vec2 Base Timit Demo Colab2
Apache-2.0
该模型是基于facebook/wav2vec2-base微调得到的语音识别模型，在评估集上取得了0.5664的词错误率(WER)。
语音识别 Transformers
TransformersW
sameearif88
16
0
Wav2vec2 Base Timit Ali Hasan Colab EX2
Apache-2.0
基于facebook/wav2vec2-base微调的语音识别模型，在TIMIT数据集上训练，评估集WER为0.4458
语音识别 Transformers
TransformersW
ali221000262
23
0
Wav2vec2 Base Timit Ali Hasan Colab
Apache-2.0
基于facebook/wav2vec2-base微调的语音识别模型，在TIMIT数据集上训练
语音识别 Transformers
TransformersW
ali221000262
25
0
Wav2vec2 Base Timit Moaiz Exp2
Apache-2.0
基于facebook/wav2vec2-base模型在TIMIT数据集上微调的语音识别模型
语音识别 Transformers
TransformersW
moaiz237
24
0
Wav2vec2 Base Timit Demo Colab
Apache-2.0
基于wav2vec2-base模型在TIMIT数据集上微调的语音识别模型
语音识别 Transformers
TransformersW
ali221000262
23
0
Wav2vec2 Base Timit Demo Colab
Apache-2.0
基于facebook/wav2vec2-base模型微调的语音识别模型，在TIMIT数据集上进行了训练和评估。
语音识别 Transformers
TransformersW
shumail
24
0
- 1
- 2
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型，性能媲美GPT-3.5-turbo，优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型 Transformers
Transformers 支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型，专为边缘设备推理设计，体积仅为Cosmo-3B模型的2%左右。
对话系统 Transformers
Transformers 英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型，适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20none;%20}%20.st1%20{%20fill:%20%235ce6cf;%20}%20.st2%20{%20fill:%20%230080ff;%20}%20.st3%20{%20clip-path:%20url(%23clippath);%20}%20%3c/style%3e%3cclipPath%20id='clippath'%3e%3crect%20class='st0'%20y='0'%20width='120'%20height='32'/%3e%3c/clipPath%3e%3c/defs%3e%3cg%20class='st3'%3e%3cg%3e%3cpath%20class='st1'%20d='M22.4,32H3.2c-1,0-2-.5-2.6-1.4-.6-.9-.7-2-.4-2.9L9.8,2.1C10.3.8,11.5,0,12.8,0s2.5.8,3,2.1l9.6,25.6c.4,1,.2,2.1-.4,2.9-.6.9-1.6,1.4-2.6,1.4ZM7.8,25.6h10l-5-13.3-5,13.3Z'/%3e%3cpath%20class='st2'%20d='M33.6,32c-1.3,0-2.5-.8-3-2.1L21,4.3c-.6-1.7.2-3.5,1.9-4.1,1.7-.6,3.5.2,4.1,1.9l9.6,25.6c.6,1.7-.2,3.5-1.9,4.1-.4.1-.8.2-1.1.2h0Z'/%3e%3cpath%20d='M71.8,9.1h-6.9v4.6h6.9c2.5,0,4.6,2,4.6,4.6h-6.9c-3.8,0-6.9,3.1-6.9,6.9s3.1,6.9,6.9,6.9h2.3c1.7,0,3.2-.4,4.6-1.2v1.2h4.6v-13.7c0-5-4.1-9.1-9.1-9.1h0ZM71.8,27.4h-2.3c-1.3,0-2.3-1-2.3-2.3s1-2.3,2.3-2.3h6.9c0,2.5-2,4.6-4.6,4.6h0Z'/%3e%3cpath%20d='M52.3,9.1h-4.6V0h-4.6V32h9.1c5,0,9.1-4.1,9.1-9.1v-4.6c0-5.1-4.1-9.1-9.1-9.1h0ZM56.9,22.9c0,2.5-2,4.6-4.6,4.6h-4.6v-13.7h4.6c2.5,0,4.6,2,4.6,4.6v4.6h0Z'/%3e%3cpath%20d='M110.9,13.7h9.1v-4.6h-9.1c-5.1,0-9.1,4.1-9.1,9.1v4.6c0,5.1,4.1,9.1,9.1,9.1h9.1v-4.6h-9.1c-2.5,0-4.6-2-4.6-4.6h13.7v-4.6h-13.7c0-2.5,2-4.6,4.6-4.6h0Z'/%3e%3cpath%20d='M93.6,18.3h-4.6c-1.3,0-2.3-1-2.3-2.3s1-2.3,2.3-2.3h10.3v-4.6h-10.3c-3.8,0-6.9,3.1-6.9,6.9s3.1,6.9,6.9,6.9h4.6c1.3,0,2.3,1,2.3,2.3s-1,2.3-2.3,2.3h-10.3v4.6h10.3c3.8,0,6.9-3.1,6.9-6.9s-3.1-6.9-6.9-6.9Z'/%3e%3c/g%3e%3c/g%3e%3c/svg%3e)
AIbase是一个专注于MCP服务的平台，为AI开发者提供高质量的模型上下文协议服务，助力AI应用开发。
简体中文