All systems operationalAI Agent Automation Platform
English
Language简体中文EnglishSelected

Choose your language

speech_whisper-large_lid_multilingual_pytorch

iic/speech_whisper-large_lid_multilingual_pytorch

Publisheriic

Download access requirementsModelScope source

支持语种识别,包括中文、英文、日语、韩语等多个语种。 基于语种识别结果,配合Whisper模型在未知语种场景下进行语音识别。 FunASR希望在语音识别的学术研究和工业应用之间架起一座桥梁。通过发布工业级语音识别模型的训练和微调,研究人员和开发人员可以更方便地进行语音识别模型的研究和生产,并推动语音识别生态的发展。让语音识别更有趣!

Speech & Audio
Model details

模型介绍

中文整理

Whisper-LID模型介绍

Highlights

支持语种识别,包括中文、英文、日语、韩语等多个语种。

基于语种识别结果,配合Whisper模型在未知语种场景下进行语音识别。

FunASR开源项目介绍

FunASR希望在语音识别的学术研究和工业应用之间架起一座桥梁。通过发布工业级语音识别模型的训练和微调,研究人员和开发人员可以更方便地进行语音识别模型的研究和生产,并推动语音识别生态的发展。让语音识别更有趣!

github仓库**

  • *最新动态**
  • *环境安装**
  • *服务部署**
  • *模型库**
  • *联系我们**

模型原理介绍

Whisper是OpenAI发布的支持多语种语音识别的语音系统,其在许多benchmark上都取得了不错的性能。在此,我们基于Whisper编码器得到的语音特征,使用EResNet作为语种识别模块,提供比原始Whisper更为准确的语种识别能力。

基于ModelScope进行推理

基于FunASR进行推理

相关论文以及引用信息

优先采用原作者提供的中文模型卡片;仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。

你将获得什么

完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件;指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖,请按作者说明配齐。

完整仓库可能包含多个权重格式,因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。

使用前须知

运行环境

运行模型需要的设备、工具与依赖,以原作者说明为准。

授权范围

是否允许商用、修改和分发,请查看模型许可证。

闲社提供资料与镜像下载方法,不代表已运行模型或完成安全审计。下载的代码应先检查,再执行。

Back to top