Aller au contenu principal
ToolPotion
Conseiller IA
Soumettre

Ming-3.0-asr-tiny

Ming-3.0-asr-tiny est un modèle de reconnaissance vocale contextuel pour le chinois, l'anglais et divers dialectes. Il transcrit la parole en utilisant une architecture linguistique et un encodeur audio, prenant en charge les termes spécifiques au domaine grâce à des mots-clés.

Voir le modèle
Partager
Voir le modèle
Partager

Ming-3.0-asr-tiny est un modèle de reconnaissance vocale sophistiqué conçu pour gérer à la fois les langues chinoise et anglaise, y compris divers dialectes régionaux. Il intègre l'architecture linguistique Ling-tiny-v3 avec un encodeur audio pour transcrire efficacement la parole en un seul tour. Ce modèle est particulièrement doué pour reconnaître les termes spécifiques au domaine en incorporant des mots-clés ou un dialogue précédent comme partie de l'invite de transcription.

Lire la suite

Le modèle a été évalué sur 15 ensembles de tests de dialectes régionaux, y compris le cantonais, le minnan et le shanghaïen, garantissant sa robustesse à travers différentes variations linguistiques. De plus, il a été testé dans des scénarios de parole difficiles, y compris des environnements bruyants et cinq domaines d'application distincts, mettant en évidence sa polyvalence et son adaptabilité.

Ming-3.0-asr-tiny est disponible pour une utilisation sur une machine Linux avec un GPU CUDA compatible. Les utilisateurs peuvent télécharger le point de contrôle complet et installer les dépendances nécessaires telles que PyTorch et torchaudio. Le modèle prend en charge à la fois la transcription ordinaire et la reconnaissance vocale contextuelle, permettant aux utilisateurs d'ajouter des sujets et des mots-clés directement à l'instruction de base.

L'architecture du modèle prend en charge l'encodage audio long par morceaux, respectant la limite de contexte du modèle, bien qu'elle ne fournisse pas de timestamps au niveau des mots ni de diarisation des locuteurs. Il est publié sous la licence MIT, avec certains fichiers sources Apache-2.0 regroupés conservant leurs propres en-têtes et textes de licence.

  • CatégorieModèles d'IA et LLM
  • Modèle tarifaireOpen source
  • DéploiementCloud
  • PlateformesLinux

  • Reconnaissance vocale contextuelle

  • ASR chinois et anglais

  • Reconnaissance de dialectes

  • Reconnaissance de termes spécifiques au domaine

  • Gestion de la parole difficile

  • Compatibilité Linux

  • Support GPU CUDA

  • Licence MIT

  1. Accéder au modèle : Visitez Hugging Face

  2. Authentifier : Créer un compte

  3. Configurer l'environnement : Installer les dépendances

  4. Intégrer via API : Utiliser PyTorch/Transformers

  5. Optimiser : Utiliser des mots-clés et le contexte

  • Transcription multilingue
  • Reconnaissance de dialectes
  • Environnement bruyant
  • Termes spécifiques au domaine
  • ASR contextuel

Avis sur Ming-3.0-asr-tiny

Chargement...

Outils IA populaires comme Ming-3.0-asr-tiny

Qwen3-ASR-1.7B-hf est un modèle ASR open-source avancé prenant en charge l'identification de la langue et la reconnaissance vocale pour 52 langues et dialectes. Il offre une…

Modèles d'IA et LLM
Voir l'outil

Modèle ASR open-source avancé prenant en charge l'identification de la langue et la reconnaissance vocale pour 52 langues et dialectes. Il offre une…Qwen3-ASR-1.7B-hf est un modèle ASR open-source avancé prenant en charge l'identification de la langue et la reconnaissance vocale pour 52 langues et dialectes. Il offre une…

Modèles d'IA et LLM
Voir le Top 5 Modèles IA

OpenAI Whisper est un modèle pré-entraîné pour la reconnaissance automatique de la parole et la traduction. Il prend en charge plusieurs langues et est conçu pour se généraliser à…

Modèles d'IA et LLM
Voir l'outil

OpenAI Whisper est un modèle pré-entraîné pour la reconnaissance automatique de la parole et la traduction. Il prend en charge plusieurs langues et est conçu pour se généraliser à…

Modèles d'IA et LLM
Voir le Top 5 Modèles IA

whisper-large-v3

Modèles IA

Whisper-large-v3 est un modèle avancé pour la reconnaissance automatique de la parole et la traduction de la parole, entraîné sur plus de 5 millions d'heures de données. Il offre…

Modèles d'IA et LLM
Voir l'outil

Modèles IA

Modèle avancé pour la reconnaissance automatique de la parole et la traduction de la parole, entraîné sur plus de 5 millions d'heures de données. Il offre…Whisper-large-v3 est un modèle avancé pour la reconnaissance automatique de la parole et la traduction de la parole, entraîné sur plus de 5 millions d'heures de données. Il offre…

En vedetteModèles d'IA et LLM
Voir le Top 5 Modèles IA

Ming-3.0-tts-tiny est un modèle de synthèse vocale multilingue avec contrôle paralinguistique et libre. Il prend en charge le clonage vocal sans exemple et la conception vocale,…

Synthèse vocale
Voir l'outil

Modèle de synthèse vocale multilingue avec contrôle paralinguistique et libre. Il prend en charge le clonage vocal sans exemple et la conception vocale,…Ming-3.0-tts-tiny est un modèle de synthèse vocale multilingue avec contrôle paralinguistique et libre. Il prend en charge le clonage vocal sans exemple et la conception vocale,…

Synthèse vocale
Voir le Top 5 Modèles IA

Qwen1.5-110B est un modèle de langage basé sur un transformateur offrant des améliorations de performance significatives, un support multilingue et une longueur de contexte stable…

Modèles d'IA et LLM
Voir l'outil

Qwen1.5-110B est un modèle de langage basé sur un transformateur offrant des améliorations de performance significatives, un support multilingue et une longueur de contexte stable…

Modèles d'IA et LLM
Voir le Top 5 Modèles IA

Wav2Vec2 Large XLSR-53 est un modèle de reconnaissance vocale préentraîné conçu pour la reconnaissance vocale interlangue. Il nécessite un ajustement pour des tâches spécifiques…

Modèles d'IA et LLM
Voir l'outil

Modèle de reconnaissance vocale préentraîné conçu pour la reconnaissance vocale interlangue. Il nécessite un ajustement pour des tâches spécifiques…Wav2Vec2 Large XLSR-53 est un modèle de reconnaissance vocale préentraîné conçu pour la reconnaissance vocale interlangue. Il nécessite un ajustement pour des tâches spécifiques…

Modèles d'IA et LLM
Voir le Top 5 Modèles IA

Modèle de discours conversationnel qui génère des codes audio à partir d'entrées textuelles et audio. Il utilise une architecture Llama et est conçu à des fins…Sesame CSM est un modèle de discours conversationnel qui génère des codes audio à partir d'entrées textuelles et audio. Il utilise une architecture Llama et est conçu à des fins…

En vedetteModèles d'IA et LLM
Voir le Top 5 Modèles IA

Whisper Large V3 Turbo est un modèle de pointe pour la reconnaissance automatique de la parole et la traduction, optimisé pour la vitesse avec des couches de décodage réduites. Il…

Modèles d'IA et LLM
Voir l'outil

Modèle de pointe pour la reconnaissance automatique de la parole et la traduction, optimisé pour la vitesse avec des couches de décodage réduites. Il…Whisper Large V3 Turbo est un modèle de pointe pour la reconnaissance automatique de la parole et la traduction, optimisé pour la vitesse avec des couches de décodage réduites. Il…

Modèles d'IA et LLM
Voir le Top 5 Modèles IA
1 sur 8