Anime 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。
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)
33,000
Hugging Face 按讚數
165
收錄日
2024年11月19日
下載數(近 30 天)變化
以表格顯示
| 月份 | 下載(30天) |
|---|---|
| 2025年12月 | 10,000 |
| 2026年1月 | 4,000 |
| 2026年2月 | 5,000 |
| 2026年3月 | 14,000 |
| 2026年4月 | 30,000 |
| 2026年5月 | 31,000 |
| 2026年6月 | 36,000 |
| 2026年7月 | 37,000 |
| 2026年8月 | 65,000 |
| 2026年9月 | 63,000 |
| 2026年10月 | 35,000 |
| 2026年11月 | 33,000 |
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。
- 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。
- 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。
研究領域相近的資源
clip-japanesesonoisa13日語CLIP模型GitHub共同: 低資源 NLP
python-npycrfmusyoku11條件付機率場和貝葉斯階層語言模型的整合,實現半監督形態素分析。GitHub共同: 低資源 NLP
qlora_jasosuke1151在日本語數據集中進行qlora指令調整學習的示例代碼GitHub共同: 低資源 NLP
JMMLUnlp-waseda45日本語大規模マルチタスク言語理解ベンチマークGitHub共同: 低資源 NLP
AugLy-jpchck7在AugLy上進行日文文本的數據增強GitHub共同: 低資源 NLP
textmining-japaithiov9093R進行自然語言處理和文本分析的練習GitHub共同: 低資源 NLP