基于openai/whisper-small微调的阿姆哈拉语语音识别模型，在评估集上词错误率为2.0538%

该模型是基于facebook/wav2vec2-xls-r-300m在common_voice_17_0数据集上微调的俄语自动语音识别(ASR)模型，词错误率(WER)为0.195。

基于Whisper架构优化的印地语-印地英语混合语音识别模型，专为印度口音和噪声环境优化

基于Moonshine基础模型的ONNX格式自动语音识别模型，支持高效推理

基于ONNX格式优化的Whisper大型语音识别模型，专为网页端部署设计

基于facebook/w2v-bert-2.0微调的马拉雅拉姆语自动语音识别模型，在多个马拉雅拉姆语数据集上训练，并使用了KENLM库训练的三元语言模型。

Whisper是一个自动语音识别(ASR)系统，由OpenAI训练，支持多语言语音转录。

Whisper Large v3的蒸馏版本，用于高效自动语音识别(ASR)

该模型是从GGML格式的distil-whisper/distil-large-v3-ggml转换至Ratchet自定义格式的版本，主要用于语音识别任务。

这是将openai/whisper-tiny的GGML格式转换为Ratchet自定义格式的版本

基于openai/whisper-small微调的语言检测模型，在评估集上准确率达96.47%

这是一个基于Transformers的自动语音识别(ASR)模型，用于将音频文件转录为文本。

基于openai/whisper-small微调的语音转文本模型，支持音频翻译和文本生成任务。

基于OpenAI Whisper Large V3模型在Common Voice 16.0数据集上微调的语音识别模型

这是一个用于马拉地语语音处理的模型，可能涉及语音识别或语音合成任务。

基于OpenAI Whisper-large-v2模型在Common Voice 13.0西班牙语数据集上微调的语音识别模型

Whisper Medium 是 OpenAI 开发的中等规模语音识别模型，支持多种语言的自动语音识别（ASR）任务。

Whisper Small 是 OpenAI 开发的一个小型自动语音识别（ASR）模型，能够将语音转换为文本。

Whisper是一个自动语音识别(ASR)系统，由OpenAI训练，支持多种语言的语音转文本任务。

Whisper Tiny 是 OpenAI 开源的轻量级语音识别模型，适用于网页端部署。

基于LibriSpeech数据集微调的SpeechT5自动语音识别模型，支持将语音转换为文本。

Whisper是一个预训练的自动语音识别(ASR)和语音翻译模型，经过68万小时标注数据训练，具有强大的泛化能力。

该模型是基于facebook/wav2vec2-large-960h-lv60-self在uob_singlish数据集上微调的语音识别模型，支持新加坡英语识别。

该模型是基于facebook/wav2vec2-xls-r-300m在common_voice_9_0数据集上微调的语音识别模型，支持孟加拉语。

基于facebook/wav2vec2-xls-r-300m预训练模型，使用uob_singlish数据集进行微调的语音识别模型

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

该模型是基于facebook/wav2vec2-xls-r-300m在common_voice数据集上微调的版本，主要用于泰米尔语的语音识别任务。

该模型是基于facebook/wav2vec2-large-xlsr-53在通用语音数据集上微调的阿拉伯语语音识别模型

这是一个基于wav2vec2架构的土耳其语语音识别模型，在common_voice数据集上微调得到

该模型是基于Facebook的wav2vec2-xls-r-300m模型，在common_voice土耳其语数据集上微调的语音识别模型。

该模型是基于Siyam/SKYLy在common_voice数据集上微调得到的丹麦语语音识别模型

基于facebook/wav2vec2-base-960h微调的德语方言语音识别模型，支持奥地利福拉尔贝格地区方言识别

基于facebook/wav2vec2-base在MIR_ST500数据集上微调的自动语音识别模型

这是一个基于Facebook的wav2vec2-xls-r-300m模型在通用语音数据集上微调的土耳其语语音识别模型。

该模型是基于facebook/wav2vec2-xls-r-300m在common_voice土耳其语数据集上微调的语音识别模型，在评估集上取得了0.4444的词错误率。

该模型是基于facebook/wav2vec2-xls-r-300m在common_voice土耳其语数据集上微调的语音识别模型，在评估集上取得了30.95%的词错误率。

该模型是基于facebook/wav2vec2-xls-r-300m在common_voice数据集上微调的版本，专注于苏格兰口音的语音识别。

基于facebook/wav2vec2-xls-r-300m在common_voice数据集上微调的语音识别模型，支持多种口音识别

基于facebook/wav2vec2-large-xlsr-129模型在通用语音数据集上微调的土耳其语语音识别模型

基于facebook/wav2vec2-xls-r-300m在common_voice土耳其语数据集上微调的语音识别模型