ONNX 模型库
返回模型

说明文档

模型卡片

<!-- 简要说明该模型是什么/做什么。 -->

（2025年8月更新 - CC-BY 模型即将推出。）

概述

这是一系列低延迟流式模型，专为边缘设备使用而设计。 目标：相比同等规模的 Whisper 和其他模型，提供更快或更高质量的语音识别性能。

  • 语言：英语、法语、德语（另有7种语言即将推出）。

演示

许可证

许可证仍在商讨中（可能是 Coqui 许可证）。该模型计划采用双重许可：

  • 非商业用途免费。
  • 商业用途提供实惠的许可证。

训练

  • 使用修改后的 k2/Icefall 流水线进行训练。
  • 可以使用标准的 Sherpa 项目进行推理。
  • 静音填充和音量归一化可能有助于产生更好的结果。

致谢

特别感谢 Lhotse、Sherpa、k2 和 Icefall 团队的支持与工具。

sheldonrobinson/Kroko-ASR

作者 sheldonrobinson

automatic-speech-recognition
↓ 0 ♥ 0

创建时间: 2025-08-23 00:04:12+00:00

更新时间: 2025-08-23 00:04:25+00:00

在 Hugging Face 上查看

文件 (20)

.gitattributes
LICENSE
README.md
de/de_decoder.onnx ONNX
de/de_encoder.onnx ONNX
de/de_joiner.onnx ONNX
de/de_tokens.txt
decode_file.py
en/en_decoder.onnx ONNX
en/en_encoder.onnx ONNX
en/en_joiner.onnx ONNX
en/en_tokens.txt
es/es_decoder.onnx ONNX
es/es_encoder.onnx ONNX
es/es_joiner.onnx ONNX
es/es_tokens.txt
fr/fr_decoder.onnx ONNX
fr/fr_encoder.onnx ONNX
fr/fr_joiner.onnx ONNX
fr/fr_tokens.txt