
微调Whisper ASR模型
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
32
±0 (10月13日〜)
最后提交
2022年12月
GitHub 创建日期
2022年10月27日
收录日
2022年10月29日
Star 数变化
以表格显示
| 月份 | Star |
|---|---|
| 2025年12月 | 32 |
| 2026年1月 | 32 |
| 2026年2月 | 32 |
| 2026年3月 | 32 |
| 2026年4月 | 32 |
| 2026年5月 | 32 |
| 2026年6月 | 32 |
| 2026年7月 | 32 |
| 2026年8月 | 32 |
| 2026年9月 | 32 |
| 2026年10月 | 32 |
| 2026年11月 | 32 |
各月最后一次快照。1,000 以上的 Star 数按 100 取整。
同分类的热门资源
llm-jp-asrtosiyuki9将Whisper的解码器替换为llm-jp-1.3b-v1.0版本的语音识别模型的学习代码
N46WhisperAyanaminn1.7k基于耳语的日文字幕生成器
OneCompressionFujitsuResearch445富士通研究所推出的LLM后学习量子化(PTQ)管道。集成了QEP(NeurIPS 2025)、ILP混合精度、旋转前处理、vLLM插件。论文:arXiv:2603.28845。
easynovelassistantzuntan03237轻量且无限制和审查的日语本地LLM“LightChatAssistant-TypeB”提供简易小说生成助手。通过本地特权的永久生成功能,堆积中奖抽奖。支持朗读功能。
jparacrawl-finetuneMorinoseiMorizo104JParaCrawl预训练神经机器翻译(NMT)模型的示例用法。
llm-lora-classificationhppRC97llm-lora-classification
llm-lora-分类
研究领域相近的资源
- wav2vec2-large-xlsr-53-japanesejonatasgrosman16MJapanese wav2vec‑2 XLSR‑53 在 Common Voice 6.1、CSS10 与 JSUT 上微调,需 16 kHz 音频,并可通过 HuggingSound 或 HuggingFace 管道使用。HF 模型共同: 文本生成・语言模型
- kotoba-whisper-v2.2kotoba-tech16kKotoba‑Whisper‑v2.2 是一个日语 ASR 模型,扩展了 kotoba‑whisper‑v2.0,集成了说话人划分和自动标点功能,通过 HuggingFace‑Transformers pipeline,并与 Asahi Ushio 与 Kotoba Technologies 合作开发。HF 模型共同: 语言模型・语音与音频
asrzakuro-ai72使用PyTorch中的deepspeech2模型和Zakuro AI的支持进行自动语音识别。共同: 语音识别・文本生成- parakeet-tdt_ctc-0.6b-janvidia7kNVIDIA NeMo 的 0.6 B 参数 Hybrid FastConformer‑TDT‑CTC ASR 模型可转写带标点的日语语音,并可在 NeMo 框架内用于推理或微调。HF 模型共同: 文本生成・语音与音频
- japanese-anime-speechjoujiboi946日本动漫语音数据集提供73,004对音频-文本(总计110小时,已从V1升级至V5),用于提升ASR模型,例如OpenAI的Whisper,按开放许可证提供给所有使用,欢迎署名。HF 数据集共同: 语音识别・文本生成
- gpt-neox-japanese-2.7babeja3k一款由 ABEJA Inc. 使用日语 CC‑100 和 OSCAR 训练的 2.7B 参数日语 GPT‑NeoX 模型,可通过 Hugging Face Transformers 管道或 PyTorch 使用,按 MIT 许可证发布。HF 模型共同: 文本生成・语言模型