ASLP-lab/CN-MultiDialect-ASR

Taiwan Tongues ASR CE 是一個開源語音辨識（Automatic Speech Recognition, ASR）模型專案，專為台灣多元語言環境設計。 本模型支援 國語、台語、客語與英語，提供本地多語混合語音辨識，讓開發者與資訊服務業者可運用此開源模型進行 ASR 模型訓練、微調與發展在地化應用，以低成本、高效率進行 ASR 語音應用落地與智慧服務創新。 本專案為數位發展部數位產業署「114年數位產業跨域軟體基盤系統建置案」之實證成果之一，旨在推動台灣語音技術開源生態，協助資訊服務業者強化智慧應用能量，落實在地 AI 技術自主發展，由台灣大哥大執行與維護。

Open-source industrial-grade ASR models supporting Mandarin, Chinese dialects and English, achieving a new SOTA on public Mandarin ASR benchmarks, while also offering outstanding singing lyrics recognition capability.

Fun-ASR speech recognition models, with native Hugging Face Transformers support for Fun-ASR-Nano and separate FunASR, vLLM and llama.cpp deployment paths.

A family of efficient speech models for multilingual phone recognition

Orukeet: multilingual ASR with fitted, frozen Gabor kernels and native inference

J-Moshi: A Japanese Full-duplex Spoken Dialogue System