Parakeet TDT 1.1B是由NVIDIA NeMo和Suno.ai联合开发的自动语音识别(ASR)模型，能够将语音转录为小写英文字母。

Parakeet RNNT 0.6B 是由 NVIDIA NeMo 和 Suno.ai 联合开发的自动语音识别模型，基于 FastConformer 架构，拥有约 6 亿参数，专门用于将英语语音转录为文本。

Parakeet CTC 1.1B是由NVIDIA NeMo和Suno.ai联合开发的自动语音识别模型，基于FastConformer架构，拥有约11亿参数，支持英语语音转录。

OpenAI Whisper-tiny.en 模型的 ONNX 权重版本，专为 Transformers.js 设计，用于英语语音转录。

一个用于自动语音识别(ASR)的语音到文本转换器(S2T)模型，基于序列到序列转换器架构

一个用于自动语音识别（ASR）的语音到文本转换器（S2T）模型，基于序列到序列转换器架构

这是一个基于LibriSpeech数据集预训练的端到端自动语音识别系统，采用CRDNN架构结合CTC/注意力机制和RNN语言模型，在英文语音识别任务上表现优异。

Wav2Vec2是Facebook开发的语音识别模型，通过自监督学习从原始音频中学习语音表示，并在LibriSpeech数据集上微调，实现高精度语音转录。