Ultravox V0 5 Llama 3 2 1b GGUF
MIT
Ultravox v0.5是基于Llama-3 2.1B架构优化的音频文本转文本模型，专注于高效处理语音转写任务。
语音识别
U
ggml-org
421
1
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
Hubert Base Librispeech Demo Colab
Apache-2.0
基于facebook/hubert-large-ls960-ft微调的语音识别模型，在LibriSpeech数据集上训练
语音识别 Transformers
TransformersH
vishwasgautam
101
0
Wav2vec Checkpoints
Apache-2.0
基于facebook/wav2vec2-base微调的语音处理模型，在评估集上准确率达99.48%
语音识别 Transformers
TransformersW
Zeyadd-Mostaffa
19
0
Deepfake Audio Detection
Apache-2.0
基于wav2vec2-base-finetuned进一步微调的语音处理模型，在评估集上准确率达98.82%
语音识别 Transformers
TransformersD
motheecreator
1,468
7
Deepfake Audio Detection
Apache-2.0
基于wav2vec2-base-finetuned模型微调的语音处理模型，在评估集上准确率达98.82%
语音识别 Transformers
TransformersD
mo-thecreator
801
7
Wav2vec2 Phoneme
Apache-2.0
基于facebook/wav2vec2-large-xlsr-53微调的语音识别模型，专注于音素识别任务
语音识别 Transformers
TransformersW
Bluecast
189
3
Wav2vec2 Base Finetuned
Apache-2.0
基于facebook/wav2vec2-base模型微调的语音处理模型，在评估集上达到99.97%的准确率
语音识别 Transformers
TransformersW
mo-thecreator
19
4
Wav2vec2 Base Finetuned
Apache-2.0
基于facebook/wav2vec2-base模型微调的语音处理模型，在评估集上准确率达99.97%
语音识别 Transformers
TransformersW
motheecreator
105
4
Wav2vec2 Base Finetuned Ks
Apache-2.0
基于wav2vec2-base模型在音频文件夹数据集上微调的音频分类模型，验证集准确率达99.82%
音频分类 Transformers
TransformersW
motheecreator
54
3
Whisper Small Dialect Classifier Cross
Apache-2.0
该模型是基于whisper-small架构的方言分类器，用于识别和分类特定方言的语音输入。
音频分类 Transformers
TransformersW
yaygomii
53
1
Bsc Ai Thesis Torgo Model 1
Apache-2.0
基于facebook/wav2vec2-base微调的语音处理模型，在评估集上表现出色
语音识别 Transformers
TransformersB
Juardo
19
0
Neunit Ks Kangyuan0601
Apache-2.0
该模型是基于facebook/wav2vec2-base在superb数据集上微调的音频分类模型，在评估集上取得了99.87%的准确率。
音频分类 Transformers
TransformersN
SHENMU007
16
0
Wav2vec2 Base Finetuned Amd
Apache-2.0
该模型是基于facebook/wav2vec2-base在未知数据集上微调的版本，主要用于语音识别任务，在评估集上达到84.55%的准确率。
语音识别 Transformers
TransformersW
justin1983
14
0
Audio Class Finetuned
Apache-2.0
该模型是基于facebook/wav2vec2-base在superb数据集上微调的音频分类模型，在评估集上取得了0.6578的准确率。
音频分类 Transformers
TransformersA
Chemsseddine
20
0
Wav2vec2 Base Finetuned Ks
Apache-2.0
基于facebook/wav2vec2-base在superb数据集上微调的语音识别模型，准确率达98.34%
语音识别 Transformers
TransformersW
marcatanante1
13
0
Whisper Small ISSAI KSC 335RS V2
基于Whisper架构的小型语音识别模型，适用于特定领域的语音转文本任务
语音识别 Transformers
TransformersW
Shirali
83
1
Englishmodel
Apache-2.0
该模型是基于facebook/wav2vec2-xls-r-300m微调的语音识别模型，主要用于英语语音转文本任务。
语音识别 Transformers
TransformersE
Foxasdf
24
1
Wav2vec2 Base Finetuned Ks
Apache-2.0
该模型是基于facebook/wav2vec2-base在superb数据集上微调的语音识别模型，在关键词识别任务上表现出色。
语音识别 Transformers
TransformersW
teoha
14
0
Wav2vec2 Base Finetuned Ie
Apache-2.0
基于facebook/wav2vec2-base模型微调的版本，用于特定任务
语音识别 Transformers
TransformersW
minoosh
14
0
Wav2vec2 Base Finetuned Ks
Apache-2.0
基于facebook/wav2vec2-base模型微调的语音识别模型，在评估集上准确率达到87.27%。
语音识别 Transformers
TransformersW
FerhatDk
38
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Google Colab环境下训练完成。
语音识别 Transformers
TransformersW
pannaga
16
0
Wav2vec2 Base Timit Demo Google Colab
Apache-2.0
该模型是基于facebook/wav2vec2-base的微调版本，主要用于语音识别任务。
语音识别 Transformers
TransformersW
ones
108
0
Wav2vec2 Base Timit Demo Google 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
语音识别 Transformers
TransformersW
Nancyzzz
103
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
Wav2vec2 Base Timit Demo Google Colab
Apache-2.0
该模型是基于facebook/wav2vec2-base在TIMIT数据集上微调得到的语音识别模型，主要用于英语语音转文本任务。
语音识别 Transformers
TransformersW
neweasterns
100
0
Wav2vec2 Base Ft Cv3 V3
Apache-2.0
该模型是基于facebook/wav2vec2-base在Common Voice 3.0英语数据集上微调的语音识别模型，在测试集上取得了0.247的词错误率。
语音识别 Transformers
TransformersW
danieleV9H
120
0
Wav2vec Trained
Apache-2.0
该模型是基于facebook/wav2vec2-base微调而成的语音识别模型，在评估集上取得了词错误率0.1042的表现。
语音识别 Transformers
TransformersW
eugenetanjc
70
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
Project NLP
Apache-2.0
基于facebook/wav2vec2-base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
TransformersP
zakria
22
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
Test Demo Colab
这是一个自动生成的测试模型，主要用于演示和实验目的。
大型语言模型 Transformers
TransformersT
YYSH
16
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
Wav2vec2 Keyword Spotting Int8
基于wav2vec2架构的语音关键词检测模型，已通过Optimum OpenVINO进行量化优化
语音识别 Transformers
TransformersW
sampras343
17
0
Wac2vec Lllfantomlll
Apache-2.0
基于facebook/wav2vec2-base微调的语音识别模型，在评估集上取得了0.3417的词错误率。
语音识别 Transformers
TransformersW
lllFaNToMlll
27
0
Wav2vec2 Base Vios Commonvoice 1
Apache-2.0
该模型是基于facebook/wav2vec2-xls-r-300m在Common Voice数据集上微调的语音识别模型，支持自动语音识别任务。
语音识别 Transformers
TransformersW
tclong
21
0
Wav2vec2 Base Timit Demo Colab53
Apache-2.0
基于facebook/wav2vec2-base模型微调的语音识别模型，适用于TIMIT数据集
语音识别 Transformers
TransformersW
Mudassar
22
0
Wav2vec2 Final 1 Lm 4
Apache-2.0
基于facebook/wav2vec2-base微调的语音识别模型，在评估集上词错误率为0.4499
语音识别 Transformers
TransformersW
chrisvinsen
16
0
- 1
- 2
- 3
- 4
- 5
- 6
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