Audio8 ASR Infinite

Nemotron 3.5 ASR

AI 模型

NVIDIA 开发的多语言流式自动语音识别模型，支持 40 种语言的转录。它提供高质量的转录，具有低延迟和高吞吐量，适用于多种声学条件。Nemotron 3.5 ASR 是 NVIDIA 开发的多语言流式自动语音识别模型，支持 40 种语言的转录。它提供高质量的转录，具有低延迟和高吞吐量，适用于多种声学条件。

Whistle — 多语言语音转文本模型

AI 模型

紧凑的语音转文本模型，设计用于各种设备，提供转录、单词时间戳和多语言语音嵌入。它高效运行，无需依赖或 GPU 要求。Whistle 是一个紧凑的语音转文本模型，设计用于各种设备，提供转录、单词时间戳和多语言语音嵌入。它高效运行，无需依赖或 GPU 要求。

Whisper Large V3 Turbo

AI 模型

先进的自动语音识别和翻译模型，经过优化以提高速度，并减少了解码层。它支持多种语言，并提供强大的转录能力。Whisper Large V3 Turbo 是一款先进的自动语音识别和翻译模型，经过优化以提高速度，并减少了解码层。它支持多种语言，并提供强大的转录能力。

Voxtral Mini 4B Realtime Arabic

AI 模型

为阿拉伯方言和现代标准阿拉伯语设计的流式语音转文本模型。它能够处理现实世界的音频和代码切换，提供实时字幕和语音接口。Voxtral Mini 4B Realtime Arabic 是一款为阿拉伯方言和现代标准阿拉伯语设计的流式语音转文本模型。它能够处理现实世界的音频和代码切换，提供实时字幕和语音接口。

Moondream Parakeet Ultra

AI 模型

先进的语音识别模型，旨在超越其前身 Parakeet TDT-0.6b-v3。它在各种基准测试中表现出色，包括背景噪声和长音频，提供了多种语言的改进字错误率。Moondream Parakeet Ultra 是一款先进的语音识别模型，旨在超越其前身 Parakeet TDT-0.6b-v3。它在各种基准测试中表现出色，包括背景噪声和长音频，提供了多种语言的改进字错误率。

NVIDIA Parakeet ASR模型

AI 模型

拥有6亿参数的自动语音识别模型，旨在提供高质量的英语转录，支持标点符号、大小写和准确的时间戳预测。NVIDIA Parakeet是一个拥有6亿参数的自动语音识别模型，旨在提供高质量的英语转录，支持标点符号、大小写和准确的时间戳预测。

FunASR

AI GitHub 仓库

#118

开源语音识别工具包，旨在用于训练、推理和流式ASR。它支持VAD、标点、说话人分离以及与OpenAI兼容的MCP服务，使其成为开发人员的多功能工具。FunASR是一个开源语音识别工具包，旨在用于训练、推理和流式ASR。它支持VAD、标点、说话人分离以及与OpenAI兼容的MCP服务，使其成为开发人员的多功能工具。

whisper-large-v3

AI 模型

先进的自动语音识别和语音翻译模型，训练于超过 500 万小时的数据。它在多种语言中提供了更好的性能，旨在为 AI 领域的开发者和研究人员服务。Whisper-large-v3 是一个先进的自动语音识别和语音翻译模型，训练于超过 500 万小时的数据。它在多种语言中提供了更好的性能，旨在为 AI 领域的开发者和研究人员服务。