
使用PyTorch中的deepspeech2模型和Zakuro AI的支持进行自动语音识别。
其他语言的说明
统计
统计数据截至 2026年11月17日
GitHub Star 数
72
软件包每周下载数
32
软件包累计下载数
5,000
最后提交
2026年10月
GitHub 创建日期
2019年10月21日
收录日
2026年10月25日
在 PyPI 上的使用
PyPI 包:asr-deepspeech · 截至 2026年10月 的月度数值(ClickPy)
近一年下载量
2,472
来自日本的比例(近一年)
0.6%
依赖它的 PyPI 包
0
其中必需依赖 0
PyPI 月度下载量
以表格显示
| 月份 | 下载量(月) |
|---|---|
| 2019年1月 | — |
| 2019年2月 | — |
| 2019年3月 | — |
| 2019年4月 | — |
| 2019年5月 | — |
| 2019年6月 | — |
| 2019年7月 | — |
| 2019年8月 | — |
| 2019年9月 | — |
| 2019年10月 | — |
| 2019年11月 | — |
| 2019年12月 | — |
| 2020年1月 | — |
| 2020年2月 | — |
| 2020年3月 | — |
| 2020年4月 | — |
| 2020年5月 | — |
| 2020年6月 | — |
| 2020年7月 | — |
| 2020年8月 | — |
| 2020年9月 | — |
| 2020年10月 | — |
| 2020年11月 | — |
| 2020年12月 | — |
| 2021年1月 | — |
| 2021年2月 | — |
| 2021年3月 | — |
| 2021年4月 | — |
| 2021年5月 | — |
| 2021年6月 | — |
| 2021年7月 | — |
| 2021年8月 | — |
| 2021年9月 | — |
| 2021年10月 | — |
| 2021年11月 | — |
| 2021年12月 | — |
| 2022年1月 | — |
| 2022年2月 | — |
| 2022年3月 | — |
| 2022年4月 | — |
| 2022年5月 | — |
| 2022年6月 | — |
| 2022年7月 | — |
| 2022年8月 | — |
| 2022年9月 | 141 |
| 2022年10月 | 96 |
| 2022年11月 | 99 |
| 2022年12月 | 52 |
| 2023年1月 | 51 |
| 2023年2月 | 60 |
| 2023年3月 | 72 |
| 2023年4月 | 59 |
| 2023年5月 | 64 |
| 2023年6月 | 47 |
| 2023年7月 | 52 |
| 2023年8月 | 52 |
| 2023年9月 | 34 |
| 2023年10月 | 44 |
| 2023年11月 | 43 |
| 2023年12月 | 53 |
| 2024年1月 | 44 |
| 2024年2月 | 59 |
| 2024年3月 | 39 |
| 2024年4月 | 55 |
| 2024年5月 | 53 |
| 2024年6月 | 48 |
| 2024年7月 | 55 |
| 2024年8月 | 62 |
| 2024年9月 | 58 |
| 2024年10月 | 221 |
| 2024年11月 | 97 |
| 2024年12月 | 68 |
| 2025年1月 | 85 |
| 2025年2月 | 68 |
| 2025年3月 | 91 |
| 2025年4月 | 84 |
| 2025年5月 | 44 |
| 2025年6月 | 57 |
| 2025年7月 | 52 |
| 2025年8月 | 51 |
| 2025年9月 | 55 |
| 2025年10月 | 47 |
| 2025年11月 | 53 |
| 2025年12月 | 52 |
| 2026年1月 | 143 |
| 2026年2月 | 162 |
| 2026年3月 | 433 |
| 2026年4月 | 302 |
| 2026年5月 | 212 |
| 2026年6月 | 497 |
| 2026年7月 | 382 |
| 2026年8月 | 85 |
| 2026年9月 | 48 |
| 2026年10月 | 103 |
同分类的热门资源
N46WhisperAyanaminn1.7k基于耳语的日文字幕生成器
akari_chatgpt_botakarigroup48使用语音识别、文章生成和语音合成进行对话的聊天机器人应用程序
whisper-asr-finetunesarulab-speech32微调Whisper ASR模型
whisper-transcriptionfumifumi083120使用Python编写的Whisper模型进行语音转文字工具
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
medvoice-jp-asrnikotora5MedVoice-JP LoRA60:日本医疗专用ASR(低语音+ LoRA,60位说话者)和国内首个医疗ASR基准测试(包括完整FT版FT60)
研究领域相近的资源
- 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
- kotoba-whisper-bilingual-v1.0kotoba-tech4kKotoba‑Whisper‑Bilingual v1.0 提供了快 6.3 倍的蒸馏 Whisper 模型,用于日语和英语 ASR,并实现双向语音转文本翻译,这些模型是基于 OpenAI 的 Whisper large‑v3 通过知识蒸馏、交叉熵和 KL‑divergence 损失构建。HF 模型共同: 语音识别・文本生成
- wav2vec2-large-xlsr-japanese-hiraganavumichien153k一个由 facebook/wav2vec2‑large‑xlsr‑53 在 Common Voice 和 JSUT corpus 上微调的日本语音识别模型,针对 16 kHz 音频输入进行了优化。HF 模型共同: 语音识别・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
- Qwen3-ASR-1.7B-JAneosophie13k针对日语 ASR 对 Qwen3-ASR-1.7B 进行微调,优化其准确转写专有名词、机构和产品名称,以及以汉字为主或混合日英的技术术语。HF 模型共同: 语音识别・语音与音频
- kotoba-whisper-v2.0-fasterkotoba-tech13kKotoba Whisper v2.0 被转换为 CTranslate2 格式,以便与 CTranslate2 和 faster-whisper 一起使用,提供安装、推理示例、Apple M2 基准测试和转换说明。HF 模型共同: 语音识别・语音与音频