Одноязычная модель на базе Whisper-large-v3 для распознавания болгарской речи и преобразования аудио в текст.

Подходит для: транскрибация записей на болгарском языке · распознавание болгарской речи в аудиозаписях · создание текстовых субтитров для болгарской речи

Монолингвальная модель BuzzASR для транскрибации японской речи, дообученная на базе Whisper large-v3.

Подходит для: транскрибация японских аудиозаписей · распознавание японской речи в голосовых сообщениях · создание японских субтитров по аудио

Дообученная Wav2Vec2-модель для распознавания японской речи в аудио с частотой дискретизации 16 кГц.

Подходит для: транскрибация японской речи из аудиозаписей · распознавание японской речи в голосовых сообщениях · создание текстовых расшифровок японских аудиоматериалов

Монолингвальная модель Whisper large-v3, дообученная BuzzASR для транскрибации вьетнамской речи в текст.

Подходит для: транскрибация записей на вьетнамском языке · распознавание вьетнамской речи в аудиозаписях · создание субтитров к вьетнамским аудио- и видеоматериалам

Одноязычная модель BuzzASR для транскрибации чешской речи, дообученная на базе Whisper large-v3.

Подходит для: транскрибация записей на чешском языке · распознавание чешской речи в аудиофайлах · создание текстовых расшифровок чешских интервью

BuzzASR Punjabi — дообученная на панджаби модель Whisper large-v3 для автоматической транскрибации речи.

Подходит для: транскрибация записей речи на панджаби · распознавание панджабской речи в аудиозаписях · создание текстовых расшифровок для аудиоконтента на панджаби

Мультиязычная модель OpenAI для транскрибирования речи и перевода аудио на английский язык.

Подходит для: транскрибирование русскоязычных аудиозаписей · расшифровка интервью и лекций · распознавание речи в аудио с фоновым шумом или акцентами

Одноязычная модель BuzzASR для транскрибации армянской речи, дообученная на базе Whisper large-v3.

Подходит для: транскрибация армянской речи в текст · распознавание армянской речи в аудиозаписях · создание армянских субтитров для аудио и видео

Дообученная wav2vec2-xls-r-300m модель для распознавания бенгальской речи и преобразования её в текст.

Подходит для: транскрибация бенгальских аудиозаписей · распознавание речи в бенгальских интервью · создание субтитров к бенгалоязычному аудио

Одноязычная модель BuzzASR на базе Whisper large-v3 для распознавания и транскрибации речи на синдхи.

Подходит для: транскрибация аудиозаписей на синдхи · распознавание речи на синдхи в приложениях · получение текстовых расшифровок записей интервью на синдхи

Одноязычная модель Whisper для преобразования лаосской речи в текст, дообученная в рамках проекта BuzzASR.

Подходит для: транскрибация записей на лаосском языке · распознавание лаосской речи в аудиоархивах · создание текстовых расшифровок лаосских аудиоматериалов

Qwen3-ASR-1.7B — многоязычная модель Qwen для распознавания речи и транскрибации аудио, включая потоковую обработку.

Подходит для: транскрибация русской и многоязычной речи · распознавание речи в потоковом режиме · расшифровка длинных аудиозаписей

Qwen3-ASR-0.6B — многоязычная модель для распознавания речи и транскрибации аудио в потоковом и офлайн-режимах.

Подходит для: транскрибация русскоязычных аудиозаписей · распознавание речи в потоковом режиме · определение языка аудиозаписи

Дообученная на болгарской речи модель Wav2Vec2 для автоматической транскрибации аудио в текст.

Подходит для: транскрибация записей на болгарском языке · распознавание речи в болгарских аудиозаписях · подготовка текстовых расшифровок болгарских высказываний

Многоязычная модель Microsoft для расшифровки длинных аудиозаписей с временными метками, разделением по говорящим и поддержкой пользовательских ключевых слов.

Подходит для: Расшифровка часовых встреч с указанием говорящих · Создание субтитров с временными метками · Транскрибация интервью с разделением реплик по участникам

Англоязычная модель NVIDIA для транскрибации речи в текст с пунктуацией, заглавными буквами и временными метками слов.

Подходит для: транскрибация записей разговоров на английском языке · создание субтитров с временными метками для английской речи · распознавание голосовых команд и запросов

Fun-ASR-Nano-2512-hf — модель FunAudioLLM для генеративного распознавания китайской, английской и японской речи в текст.

Подходит для: транскрибирование китайской речи · распознавание китайской речи с региональными акцентами · перевод английской речи в текст

Qwen3-ASR-1.7B-hf — мультиязычная модель для распознавания речи и транскрибации аудио в текст.

Подходит для: транскрибация русскоязычных аудиозаписей · распознавание речи в потоковом режиме · определение языка речи в аудио

Потоковая многоязычная ASR-модель Microsoft, которая транскрибирует речь, отмечает говорящих и учитывает пользовательские ключевые слова.

Подходит для: потоковая транскрибация разговоров с указанием говорящих · распознавание речи в реальном времени · расшифровка аудио с именами и специальными терминами

Многоязычная модель wav2vec2 для преобразования речи в текст на более чем тысяче языков.

Подходит для: транскрибация аудиозаписей на малоресурсных языках · распознавание речи для многоязычных приложений · создание текстовых расшифровок устных высказываний

Дообученная Wav2Vec2-модель распознаёт белорусскую речь и преобразует аудиозаписи в текст.

Подходит для: расшифровка записей белорусской речи · распознавание белорусской речи в голосовых сообщениях · создание текстовых расшифровок для белорусскоязычных аудиозаписей

Parakeet TDT-CTC 110M — англоязычная модель NVIDIA NeMo и Suno.ai для быстрого преобразования речи в текст с пунктуацией и заглавными буквами.

Подходит для: транскрибация англоязычных аудиозаписей · распознавание речи в длинных записях до 20 минут за проход · пакетная расшифровка коллекции аудиофайлов

Компактная мультиязычная модель FunAudioLLM для быстрого распознавания речи с дополнительными возможностями анализа эмоций и звуковых событий.

Подходит для: транскрибация аудиозаписей и голосовых сообщений · распознавание речи в потоковом режиме на периферийных устройствах · распознавание китайской, кантонской, английской, японской и корейской речи

Модель NVIDIA NeMo и Suno.ai для быстрого преобразования английской речи в текст.

Подходит для: транскрибирование англоязычных аудиозаписей · распознавание речи в телефонных разговорах · пакетная расшифровка WAV-файлов