完整微調的 1.7B Qwen3-ASR 檢查點,用於日語 galgame、視覺小說和動漫風格語音辨識,訓練於 Galgame_Speech_ASR 資料集,並提供推論權重與訓練恢復檔以支援領域調整及字幕生成工作流程。
其他語言的說明
統計
統計資料截至 2026年11月16日
Hugging Face 下載數(近 30 天)
5,000
Hugging Face 按讚數
3
收錄日
2026年9月7日
下載數(近 30 天)變化
以表格顯示
| 月份 | 下載(30天) |
|---|---|
| 2025年12月 | — |
| 2026年1月 | — |
| 2026年2月 | — |
| 2026年3月 | — |
| 2026年4月 | — |
| 2026年5月 | — |
| 2026年6月 | — |
| 2026年7月 | — |
| 2026年8月 | — |
| 2026年9月 | 8,000 |
| 2026年10月 | 8,000 |
| 2026年11月 | 5,000 |
各月最後一次快照時的近 30 天下載數。
同分類的熱門資源
- wav2vec2-large-xlsr-53-japanesejonatasgrosman16M日語 wav2vec‑2 XLSR‑53 在 Common Voice 6.1、CSS10 與 JSUT 上微調,需要 16 kHz 音訊,並可透過 HuggingSound 或 HuggingFace pipelines 使用。
- 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。
- anime-whisperlitagin33kAnime Whisper 是一個輕量級的日語 ASR 模型,已在約 5,300 小時的動漫式對白上微調,提供低幻覺、節奏對齊的標點符號,並能準確轉錄非語音聲音和 NSFW 內容,必須在沒有初始提示的情況下運行。
- kotoba-whisper-v2.0kotoba-tech25kKotoba‑Whisper v2.0 是一款從 OpenAI Whisper large‑v3 提煉的日語ASR模型,使用 7.2 million ReazonSpeech 片段訓練,速度比原版快 6.3×,同時在領域測試中匹配教師模型的 CER/WER,並包含 stable‑ts/punctuation 支援及完整訓練程式碼於 GitHub。
- kotoba-whisper-v2.2kotoba-tech16kKotoba‑Whisper‑v2.2 是一款日語 ASR 模型,擴展了 kotoba‑whisper‑v2.0,整合了 integrated diarization 與 automatic punctuation,透過 HuggingFace‑Transformers pipeline 實現,並與 Asahi Ushio 和 Kotoba Technologies 合作開發。
- 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。
研究領域相近的資源
whisperopenai110k透過大規模弱監督實現的穩健語音辨識。多語言共同: 語音辨識・影像與多模態- Namo-Turn-Detector-v1-Japanesevideosdk-live2k一個基於 DistilBERT、已量化的 ONNX 模型,能以 93.5% 的準確率偵測日語說話輪次,延遲 <14 ms,可即時整合至 Python、ONNX Runtime 或 VideoSDK。共同: 語音辨識・影像與多模態
transformershuggingface167k🤗 Transformers:面向文字、視覺、音訊及多模態領域最先進機器學習模型的模型定義框架,同時支援推論與訓練。多語言共同: 影像與多模態
whisper.cppggml-org54kOpenAI Whisper 模型的 C/C++ 移植版。多語言共同: 語音辨識
faster-whisperSYSTRAN26k基於 CTranslate2 的更快 Whisper 轉寫。多語言共同: 語音辨識
whisperXm-bain24kWhisperX:具備詞級時間戳(及說話者分離)的自動語音辨識。多語言共同: 語音辨識