foxAIAIが動く。未来が更新される。
日本語
中文English日本語한국어

higgs-audio-v3-8b-stt-v2

A speech-to-text model combining a Whisper-Large-v3 encoder with a Qwen3-8B decoder (8.91B total parameters), fine-tuned with LoRA on diverse ASR benchmarks.

翻訳準備中のため原文を表示しています

A speech-to-text model combining a Whisper-Large-v3 encoder with a Qwen3-8B decoder (8.91B total parameters), fine-tuned with LoRA on diverse ASR benchmarks.

情報源

huggingface.co ↗