DISCOVER & COMPARE
探索 AI 模型 7
为你发现值得关注的模型 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。
基础资料已收录 · 缺失资料后续补充
输入 文本→ 输出 向量
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。
基础资料已收录 · 缺失资料后续补充
输入 音频→ 输出 文本
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。
基础资料已收录 · 缺失资料后续补充
输入 文本→ 输出 向量
This model is a wav2vec 2.0 Base fine-tuned on the large-scale Japanese ASR corpus ReazonSpeech v2.0. We report the Character Error Rate (CER) of our model and the other wav2vec2 families. | Model | #Prameters⬇ | AVERAGE⬇ | JSUT-BASIC5000⬇ | Common Voice⬇ | TEDxJP-10K⬇ | | :--------------------------------------------- | :---------: | :--------: | :-------------: | :-----------: | :---------: | | reazon-research/japanese-wav2vec2-base-rs35kh | 96.7M | **20.40%** | 13.22% | 23.76% | **24.23%** | | Ivydata/wav2vec2-large-xlsr-53-japanese | 318M | 24.23% | 13.83% | **18.15%** | 40.72% | | jonatasgrosman/wav2vec2-large-xlsr-53-japanese | 317M | 31.82% | 4.25% | 40.58% | 50.63% | | vumichien/wav2vec2-large-xlsr-japanese | 318M | 39.87% | **4.21%** | 53.29% | 62.12% | We also report the CER for long-form speech. | Model | #Prameters⬇ | JSUT-BOOK⬇ | | :--------------------------------------------- | :---------: | :--------: | | reazon-research/japanese-wav2vec2-base-rs35kh | 96.7M | 82.84% | | Ivydata/wav2vec2-large-xlsr-53-japanese | 318M | 65.60% | | jonatasgrosman/wav2vec2-large-xlsr-53-japanese | 317M | **46.20%** | | vumichien/wav2vec2-large-xlsr-japanese | 318M | 46.52% |
译文排队中 · 当前显示来源原文
输入 音频→ 输出 文本
We also release the CTC model `reazon-research/japanese-wav2vec2-large-rs35kh` derived from this model.
译文排队中 · 当前显示来源原文
输入 文本→ 输出 向量
This model is a wav2vec 2.0 Large fine-tuned on the large-scale Japanese ASR corpus ReazonSpeech v2.0. We report the Character Error Rate (CER) of our model and the other wav2vec2 families. | Model | #Prameters⬇ | AVERAGE⬇ | JSUT-BASIC5000⬇ | Common Voice⬇ | TEDxJP-10K⬇ | | :---------------------------------------------- | :---------: | :--------: | :-------------: | :-----------: | :---------: | | reazon-research/japanese-wav2vec2-large-rs35kh | 319M | **16.25%** | 11.00% | 18.23% | **19.53%** | | reazon-research/japanese-wav2vec2-base-rs35kh | 96.7M | 20.40% | 13.22% | 23.76% | 24.23% | | Ivydata/wav2vec2-large-xlsr-53-japanese | 318M | 24.23% | 13.83% | **18.15%** | 40.72% | | jonatasgrosman/wav2vec2-large-xlsr-53-japanese | 317M | 31.82% | 4.25% | 40.58% | 50.63% | | vumichien/wav2vec2-large-xlsr-japanese | 318M | 39.87% | **4.21%** | 53.29% | 62.12% | We also report the CER for long-form speech. | Model | #Prameters⬇ | JSUT-BOOK⬇ | | :---------------------------------------------- | :---------: | :--------: | | reazon-research/japanese-wav2vec2-large-rs35kh | 319M | **30.98%** | | reazon-research/japanese-wav2vec2-base-rs35kh | 96.7M | 82.84% | | Ivydata/wav2vec2-large-xlsr-53-japanese | 318M | 65.60% | | jonatasgrosman/wav2vec2-large-xlsr-53-japanese | 317M | 46.20% | | vumichien/wav2vec2-large-xlsr-japanese | 318M | 46.52% |
译文排队中 · 当前显示来源原文
输入 音频→ 输出 文本
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。
输入 音频→ 输出 文本
暂未找到匹配模型
可以调整厂商、分类或输入输出条件；新模型正持续收录。
调整月度 Token 用量，直观比较不同模型的预估 API 开支。
使用已采集且单位可比的 USD / 百万 Token 渠道报价。报价为采集时快照；不计缓存优惠、阶梯价、推理额外输出与税费，请以来源的当前报价为准。
API 价格应该怎么比较？+
先区分输入、输出和缓存价格，再使用同一任务和用量估算总费用。图像、音频和视频可能按张、时长或分辨率计费，不能直接与 Token 单价比较。
开放权重，就代表可以免费商用吗？+
不一定。必须逐一核对具体模型版本的许可证、商用限制及使用政策。自己部署还需要考虑显存、推理资源和运维费用。
排行榜第一，就是最适合我的模型吗？+
榜单取决于测试任务、版本与评测方法。建议用实际业务样本比较准确性、时延、稳定性和成本，再选择模型。
