
使用PyTorch中的deepspeech2模型和Zakuro AI的支援進行自動語音識別。
其他語言的說明
統計
統計資料截至 2026年11月17日
GitHub Star 數
72
套件每週下載數
32
套件累計下載數
5,000
最後提交
2026年10月
GitHub 建立日期
2019年10月21日
收錄日
2026年10月25日
在 PyPI 上的使用
PyPI 套件:asr-deepspeech · 至 2026年10月 的每月數值(ClickPy)
近一年下載數
2,472
來自日本的比例(近一年)
0.6%
依賴它的 PyPI 套件
0
其中必要依賴 0
PyPI 每月下載數
以表格顯示
| 月份 | 下載數(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 |
同分類的熱門資源
N46WhisperAyanaminn1.7k基於耳語的日文字幕生成器
akari_chatgpt_botakarigroup48使用語音識別、文章生成和語音合成進行對話的聊天機器人應用程式
whisper-asr-finetunesarulab-speech32微調Whisper ASR模型
whisper-transcriptionfumifumi083120使用Python的Whisper模型進行語音轉文字工具
llm-jp-asrtosiyuki9將Whisper的解碼器替換為llm-jp-1.3b-v1.0版本的語音識別模型的學習代碼。
medvoice-jp-asrnikotora5MedVoice-JP LoRA60: 日本語醫療專用ASR(低語音+ LoRA,60位說話者)及國內首個醫療ASR基準測試(包含完整FT版FT60)
研究領域相近的資源
- parakeet-tdt_ctc-0.6b-janvidia7kNVIDIA NeMo 的 0.6 B‑參數 Hybrid FastConformer‑TDT‑CTC ASR 模型能帶標點符號轉錄日語語音,並且可在 NeMo 框架內進行推論或微調。HF 模型共同: 文本生成・語音與音訊
- kotoba-whisper-bilingual-v1.0kotoba-tech4kKotoba‑Whisper‑Bilingual v1.0 提供 6.3 倍更快的蒸餾 Whisper 模型,支援日本語與英語的 ASR 以及雙向語音轉文字翻譯,這些模型由 OpenAI 的 Whisper large‑v3 透過 knowledge distillation 與 cross‑entropy 及 KL‑divergence loss 建構。HF 模型共同: 語音辨識・文本生成
- wav2vec2-large-xlsr-japanese-hiraganavumichien153k一個經由 facebook/wav2vec2‑large‑xlsr‑53 在 Common Voice 與 JSUT corpus 微調的日語語音辨識模型,已優化為 16 kHz 音訊輸入。HF 模型共同: 語音辨識・語音與音訊
- japanese-anime-speechjoujiboi946Japanese Anime Speech Dataset 提供 73,004 對音頻-文字對(共 110 小時,從 V1 演進至 V5),用於提升 ASR 模型(如 OpenAI 的 Whisper),在開放授權下可供任何使用,若能標明來源將不勝感激。HF 資料集共同: 語音辨識・文本生成
- Qwen3-ASR-1.7B-JAneosophie13kFine‑tuned Qwen3‑ASR‑1.7B for Japanese ASR,優化以準確轉錄專有名詞、組織及產品名稱、漢字濃厚以及日英混合技術術語。HF 模型共同: 語音辨識・語音與音訊
- kotoba-whisper-v2.0-fasterkotoba-tech13kKotoba Whisper v2.0 已轉換為 CTranslate2 格式,可與 CTranslate2 與 faster‑whisper 一同使用,並提供安裝、推理範例、Apple M2 基準測試以及轉換說明。HF 模型共同: 語音辨識・語音與音訊