可商用的语音识别模型
共 6 个
GigaAM-Multilingual (ai-sage) 70+语言语音识别，关注俄语、哈萨克语等小语种 GigaAM-Multilingual MLX INT8 (ai-babai) Apple Silicon 本地离线俄哈吉乌语 ASR，MLX 量化 GigaAM-Multilingual-MLX INT4 (ai-babai) 俄语及中亚语言离线语音转录，Apple Silicon 用 Mega-ASR (THU) 面向远场、混响、重叠语音等严重声学退化的鲁棒语音识别 speaker-diarization-3.1 (pyannote) 多说话人分割模型，从音频中区分谁在何时说话 Whisper Large v3 MLX (mlx-community) Apple Silicon 上运行的 Whisper 语音识别模型