Ethio-ASR-amharic
badrex基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗DISCOVER & COMPARE
AIモデルを探す 1496
Ethio-ASR is a suite of multilingual Automatic Speech Recognition (ASR) models that support five Ethiopian languages: Amharic, Tigrinya, Afaan Oromo, Sidama, and Wolaytta. The ASR model in this repo is based on the wav2vec2‑bert-2.0 pre-trained model by fine-tuning it on the WAXAL Speech Dataset. - **Developed by:** Ethio-ASR Team - **Task:** Speech Recognition (ASR) and Language Identification (LID) - **Languages:** Amharic, Tigrinya, Afaan Oromo, Sidama, and Wolaytta - **License:** CC-BY-4.0 - **Finetuned from:** facebook/w2v-bert-2.0 *📌 ASR model in this HF repo* | Model | # Params | Amharic | Tigrinya | Oromo | Wolaytta | Sidaama | Avg. | |------|----------|----------|-----------|--------|-----------|----------|------| | Ethio-ASR (afrihubert) | 92M | 30.95 | 42.42 | 27.57 | 40.44 | 34.02 | 35.08 | | Ethio-ASR (mms-300) | 300M | 30.19 | 41.62 | 26.41 | 39.10 | 32.66 | 33.99 | | Ethio-ASR (mms-1b) | 1B | 26.14 | 37.63 | **23.69** | **37.51** | **31.02** | 31.20 | | **Ethio-ASR (w2v-bert-2.0)** 📌 | 600M | **22.92** | **35.22** | 24.44 | 38.19 | 31.65 | **30.48** |
翻訳待ち・原文を表示
入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗This model is a fine-tuned version of Wav2Vec2-BERT 2.0 for Kinyarwanda automatic speech recognition (ASR). It was trained on the 1000 hours dataset from the Kinyarwanda ASR hackthon on Kaggle (Track B), dataset covering Health, Government, Finance, Education, and Agriculture domains. The model is robust and the in-domain WER is below 8.4%. - **Developed by:** Badr al-Absi - **Model type:** Speech Recognition (ASR) - **Language:** Kinyarwanda (rw) - **License:** CC-BY-4.0 - **Finetuned from:** facebook/w2v-bert-2.0 - **Repository:** https://huggingface.co/badrex/w2v-bert-2.0-kinyarwanda-asr - **Dataset:** Kinyarwanda ASR Track B
翻訳待ち・原文を表示
入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗BanglaASR
bangla-speech-processing基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗cohere-transcribe-03-2026-CoreML-6bit
BarathwajAnandanThis is a **CoreML** conversion of CohereLabs/cohere-transcribe-03-2026 with **6-bit palettization** for on-device speech recognition on Apple Silicon (macOS / iOS). 1. Add all `.mlpackage` files to your Xcode project 2. Load `coreml_manifest.json` at runtime for tokenizer IDs and pipeline config 3. Use `MLModel` with `.computeUnits = .cpuAndGPU` for best performance 4. Process audio in **30-second chunks** with **5-second overlap** (params in manifest) The decoder runs in two phases: 1. **Full-sequence masked** decoder generates the first token from encoder output 2. **KV-cached** decoder generates subsequent tokens autoregressively
翻訳待ち・原文を表示
入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗nemotron-3.5-asr-offline-6bit-CoreML
BarathwajAnandan基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗nemotron-3.5-asr-streaming320-int8-CoreML
BarathwajAnandan基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗whisper-turbo-quran
baristiran基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗nb-whisper-coreml
Barrymanalow**This is a format conversion, not a new model.** No retraining, no fine-tuning, no distillation. Weights and behaviour are NbAiLab's; the changes are the PyTorch → CoreML conversion and the folder layout WhisperKit expects. All credit for the model belongs to NbAiLab. Float16 activations. The layout mirrors `argmaxinc/whisperkit-coreml`, which is what `WhisperKitConfig(model:modelRepo:)` expects to find. With papegøye, a bilingual Norwegian/English macOS dictation daemon — it downloads this repo automatically:
翻訳待ち・原文を表示
入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗mistralai_Voxtral-Mini-3B-2507-GGUF
bartowskiSome of these quants (Q3_K_XL, Q4_K_L etc) are the standard quantization method with the embeddings and output weights quantized to Q8_0 instead of what they would normally default to. If the model is bigger than 50GB, it will have been split into multiple files. In order to download them all to a local folder, run: You can either specify a new local-dir (mistralai_Voxtral-Mini-3B-2507-Q8_0) or download them all in place (./)
翻訳待ち・原文を表示
入力 音声 · テキスト→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗Some of these quants (Q3_K_XL, Q4_K_L etc) are the standard quantization method with the embeddings and output weights quantized to Q8_0 instead of what they would normally default to. If the model is bigger than 50GB, it will have been split into multiple files. In order to download them all to a local folder, run: You can either specify a new local-dir (mistralai_Voxtral-Small-24B-2507-Q8_0) or download them all in place (./)
翻訳待ち・原文を表示
入力 音声 · テキスト→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗wav2vec2-large-xlsr-mongolian
bayartsogt基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗whisper-large-v2-mn-13
bayartsogt基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗If you find this model helpful, please *like* this model and star us on https://github.com/LianjiaTech/BELLE and https://github.com/shuaijiang/Whisper-Finetune Fine tune whisper-large-v3-turbo-zh to enhance Chinese speech recognition capabilities, Belle-whisper-large-v3-turbo-zh demonstrates a **24-64%** relative improvement in performance to whisper-large-v3-turbo on Chinese ASR benchmarks, including AISHELL1, AISHELL2, WENETSPEECH, and HKUST. Same to Belle-whisper-large-v3-zh-punct, the punctuation marks come from model punc_ct-transformer_cn-en-common-vocab471067-large, and are added to the training datasets.
翻訳待ち・原文を表示
入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗Belle-whisper-large-v3-zh
BELLE-2基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗cohere-transcribe-03-2026-mlx-8bit
beshkenadze基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗cohere-transcribe-03-2026-mlx-fp16
beshkenadze基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗parakeet-ultra-mlx-fp16
beshkenadze基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗omniasr-ctc-300m-v2
bezzam基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗omniasr-llm-300m-v2
bezzam基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗Shrutam-2
bharatgenai基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 音声→ 出力 テキスト
料金未確認マルチモーダル・チャネル料金は個別に確認
詳細を見る ↗該当するモデルがありません
提供元・分類・入出力の条件を変更してください。新しいモデルを随時追加しています。
COST EXPLORER
モデル選びに、費用の視点も。
月間トークン数を調整してAPI費用を比較。
1 M = 100万トークン・米ドル
同一チャネルの基本テキスト料金を比較
同一チャネルの基本テキスト料金を比較
収集済みの比較可能な100万トークン当たり米ドル料金です。キャッシュ割引、段階料金、追加推論出力、税金は含みません。最新料金は出典で確認してください。
MODEL HANDBOOK
モデルを理解して選ぶ
API料金はどう比較しますか？+
入力・出力・キャッシュ料金を分け、同じ用途と使用量で総費用を比較します。画像・音声・動画は枚数、時間、解像度で課金される場合があります。
オープンウェイトは無料で商用利用できますか？+
必ずしもそうではありません。バージョンごとのライセンス、商用制限、ポリシーを確認してください。自前運用には計算資源と保守費用も必要です。
ランキング1位が最適ですか？+
順位はテスト、バージョン、評価方法によります。実際の業務データで精度、遅延、安定性、費用を比較してください。