> For the complete documentation index, see [llms.txt](https://langtech-bsc.gitbook.io/aina-kit/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://langtech-bsc.gitbook.io/aina-kit/models/models-de-parla.md). # Models de parla
Descripció / FuncióNom modelModel cardComentaris
Reconeixement de la parlawhisper-timestamped-cshttps://huggingface.co/BSC-LT/whisper-timestamped-csModel 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 parlaConMamba-small-cahttps://huggingface.co/BSC-LT/ConMamba-small-caModel 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-graphemeshttps://huggingface.co/BSC-LT/matxa-tts-v2-ca-central-graphemesModel neuronal de text a veu (TTS) multiparlant en català que treballa amb grafemes. Funciona conjuntament amb un model de vocoder per generar veu expressiva i d’alta qualitat de manera eficient. Es pot utilitzar amb qualsevol vocoder, com ara 🥑 alVoCat o Wavenext.
Reconeixement de la parlawhisper-large-v3-ca-punctuated-3370hhttps://huggingface.co/BSC-LT/whisper-large-v3-ca-punctuated-3370hModel 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 parlafaster-whisper-large-v3-ca-punctuated-3370hhttps://huggingface.co/BSC-LT/faster-whisper-large-v3-ca-punctuated-3370hModel 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 parlawhisper-bsc-large-v3-cathttps://huggingface.co/BSC-LT/whisper-bsc-large-v3-catModel 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 parlafaster-whisper-bsc-large-v3-cathttps://huggingface.co/BSC-LT/faster-whisper-bsc-large-v3-catModel 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 parlahubert-base-ca-2khttps://huggingface.co/BSC-LT/hubert-base-ca-2kModel 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 Multiaccenthttps://huggingface.co/projecte-aina/matxa-tts-cat-multiaccentModel 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 Multispeakerhttps://huggingface.co/projecte-aina/matxa-tts-cat-multispeakerModel de síntesi de parla multiparlant entrenat amb els conjunts de dades Festcat i OpenSLR69.
Síntesi de la parlaalvocat-vocos-22khzhttps://huggingface.co/projecte-aina/alvocat-vocos-22khzCodificador de veu per a la síntesi de la parla en català a partir d'espectrogrames de mel basat en l'arquitectura Vocos entrenat amb els conjunts de dades Festcat, OpenSLR69 i LaFrescat.
Reconeixement de la parla (bilingüe)stt_ca-es_conformer_transducer_largehttps://huggingface.co/projecte-aina/stt_ca-es_conformer_transducer_largeModel 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 parlawhisper-large-v3-tiny-caesarhttps://huggingface.co/projecte-aina/whisper-large-v3-tiny-caesarModel 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 parlawhisper-large-v3-ca-3catparlahttps://huggingface.co/projecte-aina/whisper-large-v3-ca-3catparlaModel de reconeixement de la parla ajustat a partir del model whisper-large-v3 amb 710 hores d'enregistraments.https://huggingface.co/projecte-aina/whisper-large-v3-ca-3catparla
Reconeixement de la parlafaster-whisper-large-v3-ca-3catparlahttps://huggingface.co/projecte-aina/faster-whisper-large-v3-ca-3catparlaModel 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 parlacatalan-verification-model-pkt-ahttps://huggingface.co/BSC-LT/catalan-verification-model-pkt-aModel 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 parlacatalan-verification-model-pkt-bhttps://huggingface.co/BSC-LT/catalan-verification-model-pkt-bModel 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.