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。
AIモデルを探す 1496
hviske-v5.3
syvaiDanish ASR. Fine-tuned from syvai/hviske-v5.1 on the CoRal v3 train splits with **layer-wise learning-rate decay** (encoder LR = 0.75 × decoder LR) for 5 epochs. A 2B-parameter Conformer encoder-decoder ASR model, optimized for Danish read-aloud and conversational speech. Evaluated on the *complete* test splits (17,560 samples). Two normalization conventions:
翻訳待ち・原文を表示
T-one
t-tech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。
Confucius-R2t2-Comfy
t8star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
xls-r-300m-et
TalTechNLP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
wav2vec2-large-xlsr-bengali
tanmoyio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
whisper-base-ar-quran
tarteel-aiThis model is a fine-tuned version of openai/whisper-base on the None dataset. It achieves the following results on the evaluation set: - Loss: 0.0839 - Wer: 5.7544 The following hyperparameters were used during training: - learning_rate: 0.0001 - train_batch_size: 16 - eval_batch_size: 8 - seed: 42 - distributed_type: multi-GPU - num_devices: 8 - total_train_batch_size: 128 - total_eval_batch_size: 64 - optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08 - lr_scheduler_type: linear - lr_scheduler_warmup_steps: 500 - training_steps: 5000 - mixed_precision_training: Native AMP - Transformers 4.26.0.dev0 - Pytorch 1.13.0+cu117 - Datasets 2.7.1.dev0 - Tokenizers 0.13.2
翻訳待ち・原文を表示
whisper-tiny-ar-quran
tarteel-aiThis model is a fine-tuned version of openai/whisper-tiny on the None dataset. It achieves the following results on the evaluation set: - Loss: 0.0928 - Wer: 7.0535 The following hyperparameters were used during training: - learning_rate: 0.0001 - train_batch_size: 16 - eval_batch_size: 8 - seed: 42 - optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08 - lr_scheduler_type: linear - lr_scheduler_warmup_steps: 500 - training_steps: 5000 - mixed_precision_training: Native AMP
翻訳待ち・原文を表示
Pathumma-whisper-large-v3-mlx
tawankri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
wav2vec2-quran-phonetics
TBOGamer22**Quranic Wav2Vec2 Phonetic ASR** is a fine-tuned `wav2vec2` model designed specifically for **phonetic transcription of Quranic recitation**. Unlike standard Arabic ASR systems that output orthographic Arabic text, this model outputs a **phonetic (sound-level) representation**, making it suitable for: - Tajweed research and education - Word-level pronunciation analysis - Forced alignment of Quranic recitation - Linguistic studies of Classical Arabic phonetics
翻訳待ち・原文を表示
hubert-base-korean
team-lucid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
hubert-large-korean
team-lucidHubert(Hidden-Unit BERT)는 Facebook에서 제안한 Speech Representation Learning 모델입니다. Hubert는 기존의 음성 인식 모델과 달리, 음성 신호를 raw waveform에서 바로 학습하는 self-supervised learning 방식을 사용합니다. 해당 모델은 과학기술정보통신부의 재원으로 한국지능정보사회진흥원의 지원을 받아 구축된 자유대화 음성(일반남여), 다화자 음성합성 데이터, 방송 콘텐츠 대화체 음성인식 데이터 에서 약 4,000시간을 추출해 학습되었습니다.
翻訳待ち・原文を表示
qwen3_asr_1.7b_ko
TeamUNIVA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
qwen3_asr_1.7b_ko_beta
TeamUNIVA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。
wav2vec2-xlsr-53-ft-cy-en
techiaith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
speaker-diarization-3.1
tensorlake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
open-sarika
theharshithh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。
whisper-medium-zulu
TheirStory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
whisper-large-v2-ml
thennal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
whisper-medium-ml
thennal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
whisper-large-v3-turbo
theoracleguy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
thewhisper-large-v3
TheStageAI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
thewhisper-large-v3-turbo
TheStageAI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。
parakeet-tdt-0.6b-v3-he
thewh1teagle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
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。
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。
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。
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。