🗣️Models de parla
Reconeixement de la parla
whisper-timestamped-cs
Model acústic per al reconeixement automàtic de la parla en contextos d’alternança de parla entre el castellà i el català. És el resultat de l’afinament del model openai/whisper-large-v3 amb BSC-LT/CAESAR-TINY, un conjunt de dades de dues hores amb parla alternada en castellà i català.
Reconeixement de la parla
ConMamba-small-ca
Model acústic per al reconeixement automàtic de la parla en català, basat en l’arquitectura ConMamba, que combina models d’espai d’estats amb capes convolucionals per millorar l’eficiència i el rendiment en tasques d’ASR. El model ha estat entrenat amb un corpus de 4.929 hores.
Síntesi de la parla (multiparlant)
matxa-tts-v2-ca-central-graphemes
Reconeixement de la parla
whisper-large-v3-ca-punctuated-3370h
Model per al reconeixement automàtic de la parla en català, optimitzat a partir del model whisper-large-v3 amb 4.700 hores d’enregistraments en català. Entrenat amb dades acuradament transcrites, que inclouen puntuació i majúscules, el model genera transcripcions estructurades i llegibles, superant els models estàndard de reconeixement de la parla.
Reconeixement de la parla
faster-whisper-large-v3-ca-punctuated-3370h
Model de reconeixement de la parla, resultat de convertir el model whisper-large-v3-ca-punctuated-3370 a un model més lleuger amb faster-whisper.
Reconeixement de la parla
whisper-bsc-large-v3-cat
Model per al reconeixement automàtic de la parla en català, optimitzat a partir del model whisper-large-v3 amb 4.700 hores d’enregistraments en català. El model està dissenyat per transcriure àudio en català a text pla, sense signes de puntuació.
Reconeixement de la parla
faster-whisper-bsc-large-v3-cat
Model de reconeixement de la parla, resultat de convertir el model whisper-bsc-large-v3-cat a un model més lleuger amb faster-whisper.
Reconeixement de la parla
hubert-base-ca-2k
Model HuBERT Base preentrenat amb 1.778 hores de registre de veu en català. Manté la mateixa arquitectura que el model hubert-base-ls960 original.
Síntesi de la parla (multiparlant i multidialectal)
Matxa-TTS Catalan Multiaccent
Model de síntesi de la parla multiparlant i multidialectal (balear, central, nord-occidental i valencià) entrenat amb el conjunt de dades LaFrescat.
Síntesi de la parla (multiparlant)
Matxa-TTS Catalan Multispeaker
Síntesi de la parla
alvocat-vocos-22khz
Reconeixement de la parla (bilingüe)
stt_ca-es_conformer_transducer_large
Model de reconeixement de la parla derivat de NVIDIA/stt_es_conformer_transducer_large i ajustat amb un corpus bilingüe català-castellà de 7.426 hores d'àudio
Reconeixement de la parla
whisper-large-v3-tiny-caesar
Model de reconeixement de la parla derivat del model whisper-large-v3, optimitzat per al reconeixement automàtic de la parla en contextos de canvi de codi entre català i castellà.
Reconeixement de la parla
whisper-large-v3-ca-3catparla
Model de reconeixement de la parla ajustat a partir del model whisper-large-v3 amb 710 hores d'enregistraments.
Reconeixement de la parla
faster-whisper-large-v3-ca-3catparla
Model de reconeixement de la parla, resultat de convertir el model whisper-large-v3-ca-3catparla a un model més lleuger amb faster-whisper.
Reconeixement de la parla
catalan-verification-model-pkt-a
Model acústic basat en nvidia/parakeet-rnnt-1.1b i dissenyat per al reconeixement automàtic de la parla en català. Està pensat per utilitzar-se conjuntament amb el model catalan-verification-model-pkt-b, amb l’objectiu de facilitar la verificació creuada i incrementar la fiabilitat de les transcripcions en contextos sense anotació o amb supervisió feble.
Reconeixement de la parla
catalan-verification-model-pkt-b
Model acústic basat en nvidia/parakeet-rnnt-1.1b i dissenyat per al reconeixement automàtic de la parla en català. Està pensat per utilitzar-se conjuntament amb el model catalan-verification-model-pkt-a, amb l’objectiu de facilitar la verificació creuada i incrementar la fiabilitat de les transcripcions en contextos sense anotació o amb supervisió feble.
Last updated