详细介绍

只用处理器就能快速听懂 Tiếng Việt：每句约 0.1 – 0.5 秒，不需要显卡。设为语音输入语言后自动使用。 测试错误率 10.7%(「多语言语音识别」10.7%)。 模型: Zipformer 许可: Apache 2.0(许可全文随模型一起下载)。