Moondream Parakeet Ultra

Moondream Parakeet Redux

AI 模型

Parakeet-tdt-0.6b-v3 模型的紧凑版本，经过优化以提高速度和效率。它在多语言任务上提供了更好的性能，同时在英语语音识别方面保持了竞争力的准确性。Moondream Parakeet Redux 是 parakeet-tdt-0.6b-v3 模型的紧凑版本，经过优化以提高速度和效率。它在多语言任务上提供了更好的性能，同时在英语语音识别方面保持了竞争力的准确性。

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。

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。

Audio8 ASR Infinite

AI 模型

旨在响应迅速和准确性的流式语音识别模型。它支持无限长度的转录，具有可配置的延迟设置，并支持中英文双语。Audio8 ASR Infinite 是一款旨在响应迅速和准确性的流式语音识别模型。它支持无限长度的转录，具有可配置的延迟设置，并支持中英文双语。

Chatterbox Turbo

AI 模型

Resemble AI 开发的开源文本转语音模型，具有超快的性能，参数量为 3.5 亿，延迟为 75 毫秒。它支持从 5 秒的音频中进行声音克隆，并提供用于表现性输出的副语言标签。Chatterbox Turbo 是 Resemble AI 开发的开源文本转语音模型，具有超快的性能，参数量为 3.5 亿，延迟为 75 毫秒。它支持从 5 秒的音频中进行声音克隆，并提供用于表现性输出的副语言标签。

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。

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。

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。