基于RoBERTa架构的Amharic语言句子转换器，用于句子相似度计算和特征提取。

该模型是基于NLLB-200-distilled-600M微调的多语言翻译模型，专门优化沃洛夫语、法语和英语之间的双向翻译。

Whosper-large-v2是一款专为塞内加尔主要语言沃洛夫语设计的尖端语音识别模型，基于OpenAI的Whisper-large-v2构建，显著提升了词错误率（WER）和字符错误率（CER）。

基于SpeechT5架构微调的沃洛夫语文本转语音(TTS)模型，使用自定义分词器适配沃洛夫语特性

该模型是基于facebook/mms-1b-all在Isma/alffa_wolof数据集上微调的版本，专为沃洛夫语自动语音识别（ASR）任务设计。

基于OpenAI Whisper模型微调的版本，专为加纳低资源语言阿坎语的自动语音识别任务设计

基于bert-medium架构预训练的阿姆哈拉语模型，参数量4050万，在2.9亿词元上训练，性能媲美更大规模的多语言模型。

基于wav2vec2的语音识别模型，针对阿姆哈拉语进行了音素级别的微调

基于facebook/wav2vec2-large-xlsr-53微调的语音识别模型，支持Bemba语

这是一个基于基尼亚卢旺达语数据集、采用掩码语言建模（MLM）目标预训练的RoBERTa模型，使用无大小写区分标记进行预训练。

基于Facebook的wav2vec2-large-xlsr-53模型微调而成的卢干达语自动语音识别系统，在Common Voice卢干达语数据集上取得7.53%的WER。

这是一个基于facebook/wav2vec2-xls-r-300m微调的沃洛夫语自动语音识别模型，旨在解决沃洛夫语资源匮乏的问题。

针对沃洛夫语进行命名实体识别(NER)任务的标记分类模型，基于xlm-roberta-base在MasakhaNER数据集（沃洛夫语部分）上微调而成

这是一个在超过4000万词符的TLMD数据集上预训练的提格里尼亚语小型ELECTRA模型

这是一个针对提格里尼亚语预训练的BERT基础模型，在4000万词符的数据集上进行了40轮预训练。

基于facebook/wav2vec2-xls-r-300m在通用语音数据集上微调的豪萨语语音识别模型

该模型是在MasakhaNER数据集（斯瓦希里语部分）上微调的命名实体识别模型，适用于斯瓦希里语文本中的实体识别任务。

一个针对斯瓦希里语新闻文本进行分类的RoBERTa模型，在Google Cloud TPUv3-8上训练完成

这是一个针对伊博语优化的BERT模型，通过在多语言BERT基础上微调得到，在伊博语文本处理任务中表现优于基础多语言模型。

基于OPUS数据集训练的卢干达语(lg)到瑞典语(sv)机器翻译模型，采用transformer-align架构

基于facebook/wav2vec2-xls-r-300m微调的豪萨语自动语音识别模型

这是一个针对尼日利亚皮钦语优化的BERT模型，基于多语言BERT微调而成，在命名实体识别任务上表现优于原始多语言BERT。

基于Transformer架构的机器翻译模型，用于从tum语言到西班牙语的翻译任务。

基于Transformer架构的机器翻译模型，支持从Tumbuka语(tum)到法语(fr)的翻译任务

这是一个基于facebook/wav2vec2-xls-r-300m微调的豪萨语自动语音识别模型，在Common Voice 8.0数据集上训练。

基于XLM-RoBERTa在阿姆哈拉语文本上微调的模型，在命名实体识别任务上表现优于原始XLM-RoBERTa

基于wav2vec2-xls-r-300m架构的豪萨语自动语音识别模型，在Common Voice 8.0豪萨语数据集上微调

基于Transformer架构的机器翻译模型，用于将Tsonga语(ts)翻译为英语(en)。

这是一个基于facebook/wav2vec2-xls-r-300m模型在卡拜尔语数据集上微调的自动语音识别(ASR)模型

基于facebook/wav2vec2-xls-r-300m微调的斯瓦希里语自动语音识别模型，在Common Voice 8数据集上训练

基于XLM-RoBERTa在卢干达语文本上微调的模型，在命名实体识别任务上表现优于基础模型

这是一个基于多语言BERT模型微调的豪萨语BERT模型，在文本分类和命名实体识别任务上表现优于原始多语言BERT。

这是一个多语言翻译模型，支持从英语到多种班图语系语言的翻译，包括绍纳语、祖鲁语、卢旺达语等。