基于 DistilBERT 的量化 ONNX 模型,能够以 93.5 % 的准确率检测日语发言转折,并且延迟低于 14 ms,已准备好供 Python、ONNX Runtime 或 VideoSDK 集成使用。
其他语言的说明
统计
统计数据截至 2026年11月16日
Hugging Face 下载数(近 30 天)
2,000
Hugging Face 点赞数
2
收录日
2026年10月13日
研究领域相近的资源
whisperopenai110k通过大规模弱监督实现的鲁棒语音识别。多语言共同: 语音识别・图像与多模态- Qwen3-ASR-1.7B-JA-Anime-Galgamejaykwok5k一份完全微调的 1.7B Qwen3-ASR 检查点,适用于日语 galgame、视觉小说和动漫风格语音识别,使用 Galgame_Speech_ASR 数据集训练,并提供推理权重及训练恢复文件,用于域适配和字幕生成工作流程。共同: 语音识别・图像与多模态
- 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。共同: 语音识别
transformershuggingface167k🤗 Transformers:面向文本、视觉、音频及多模态领域最先进机器学习模型的模型定义框架,同时支持推理与训练。多语言共同: 图像与多模态
whisper.cppggml-org54kOpenAI Whisper 模型的 C/C++ 移植版。多语言共同: 语音识别
faster-whisperSYSTRAN26k基于 CTranslate2 的更快 Whisper 转写。多语言共同: 语音识别