parakeet-tdt_ctc-110m

流畅高效的FastConformer TDT-CTC语音识别解决方案

NVIDIA NeMo Huggingface 模型架构开源项目模型快速Conformer 自动语音识别 Github 语音转写

该模型融合FastConformer与TDT-CTC架构，专为英文语音识别而优化，支持转录标点和大写字母。以高效架构处理长达20分钟音频数据，通过NVIDIA NeMo和Suno团队训练，在多个基准数据集中表现优异。通过NeMo工具包，预训练检查点便于进行模型推理或微调。

parakeet-tdt_ctc-1.1b - 高性能自动语音识别模型解决方案

GithubHuggingfaceNeMo开源项目快速同构体数据集模型自动语音识别词错误率

parakeet-tdt_ctc-1.1b提供了一个功能强大的语音识别模型，支持将语音转录为包含标点和大写字母的文本。由NVIDIA NeMo和Suno.ai团队联合开发，拥有1.1B的参数规模，能够高效地处理大规模的音频数据。该模型利用局部注意力和全局令牌技术实现单次处理11小时音频。其在多个公开数据集上的出色表现，表明其在语音转录应用中有广泛的适用性和较低的词错误率（WER）。

parakeet-tdt-1.1b - 先进的FastConformer-TDT英语语音识别模型

FastConformerGithubHuggingfaceNVIDIANeMoTDT开源项目模型语音识别

parakeet-tdt-1.1b是NVIDIA NeMo和Suno.ai团队联合开发的英语语音识别模型。采用FastConformer-TDT架构，拥有11亿参数，在多个测试集上表现优异，LibriSpeech clean测试集词错误率为1.39%。可通过NeMo工具包轻松集成使用，适用于多种语音转文本场景。

parakeet-ctc-1.1b - 高效自动语音识别模型，快速完成语音转录

FastConformerGithubHuggingfaceNeMopytorch开源项目模型自动语音识别词错误率

parakeet-ctc-1.1b是由NVIDIA NeMo和Suno.ai团队开发的ASR模型，采用FastConformer架构，参数量约11亿。该模型适用于16kHz单声道音频，可以转录语音为小写英文。经过多数据集测试，字错率表现优异，如LibriSpeech clean数据集WER为1.83。利用NVIDIA NeMo工具包，该模型可用于推理或微调，适合多领域音频转录。

parakeet-rnnt-1.1b - 高性能英语语音识别模型实现优异音频转文本效果

FastConformerGithubHuggingfaceNeMoTransducer开源项目模型自动语音识别英语语音模型

parakeet-rnnt-1.1b是NVIDIA NeMo和Suno.ai联合开发的英语语音识别模型。基于FastConformer Transducer架构，该模型拥有11亿参数，在64000小时英语语音数据上训练。它能准确将语音转录为小写英文文本，并在多个标准数据集上表现出色。研究人员可通过NeMo工具包使用该模型进行推理或微调，适用于多种语音识别场景。

parakeet-rnnt-0.6b - 先进的英语语音识别模型准确率达98.37%

FastConformerGithubHuggingfaceNeMoTransducer开源项目模型自动语音识别语音转文本

parakeet-rnnt-0.6b是NVIDIA NeMo和Suno.ai联合开发的英语语音识别模型。采用FastConformer Transducer架构，拥有约6亿参数。在LibriSpeech测试集上错误率仅1.63%，多个数据集上表现优异。支持16kHz单声道音频输入，可通过NeMo工具包使用，适用于多种语音转文本场景。

stt_en_conformer_ctc_large - 高级自动语音识别的Conformer-CTC模型及其与NVIDIA Riva的兼容性

Conformer-CTCGithubHuggingfaceNVIDIA RivaNeMo工具包开源项目模型自动语音转录语音识别

stt_en_conformer_ctc_large是一个非自回归的Conformer-CTC模型，通过NeMo工具包和多样的训练数据集，提高了语音识别的准确性和效率。模型可以识别多种英文语音样本，并与NVIDIA Riva兼容，支持生产级部署。该模型含有1.2亿个参数，处理16kHz单声道音频输入，并输出转录文本。适合用于推理和新数据集上的微调。结合外部语言模型，在多项测试中实现了低WER，适用于实时语音识别。

stt_en_conformer_transducer_xlarge - Conformer-Transducer模型的超大规模语音识别能力

GithubHuggingfaceNVIDIA ConformerNVIDIA Riva开源项目模型模型训练自动语音识别语音转录

Conformer-Transducer超大模型拥有600M参数，专为英语自动语音识别设计，以较低的字错误率（WER）脱颖而出。通过NVIDIA NeMo工具包训练，涵盖LibriSpeech、Mozilla Common Voice等多个数据集。模型支持Python调用，具备细化调优和批量处理功能，适合多种语音识别应用。虽然暂未兼容NVIDIA Riva，但其在英语语音处理方面表现卓越。

TensorflowASR - Tensorflow 2和Conformer结合的端到端语音识别解决方案

CTCConformerGithubONNXTensorflowASR开源项目语音识别

Tensorflow 2和Conformer结构打造的端到端语音识别模型，支持在线流式和离线识别，实时率约为0.1。该项目提供VAD、降噪、TTS数据增强等功能，并支持ONNX推理优化。训练结果在Aishell-1测试集上表现优异，适用于语音识别。最新更新的Chunk Conformer结构进一步提升了长时间语音识别的准确性和效率。

conformer - 结合卷积神经网络和Transformers的语音识别模型

ConformerGithubPyTorchTransformer卷积神经网络开源项目语音识别

Conformer模型结合卷积神经网络和Transformers，能同时捕捉音频的局部和全局依赖关系，提高语音识别精度并节省参数。本项目提供该模型的PyTorch实现，包含详细的安装和使用指南，适用于Python 3.7及更高版本。

FCH-TTS - 并行语音合成模型

GithubParallelTTS合成样例声码器开源项目语音合成预训练模型

FCH-TTS采用先进的并行语音合成技术，快速生成高质量语音。支持多语种及多种声音风格，满足多样化应用需求。项目持续迭代，引入诸如SoftDTW损失函数等新功能和优化，同时集成顶尖的声码器技术。FCH-TTS不仅提供预训练模型和丰富的合成示例，还允许用户自定义训练和合成，适用于教育、娱乐及商业多个领域。

推荐项目

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

使用协议隐私政策广告服务

投诉举报邮箱: service@vectorlightyear.com