wav2vec2-3開源語音識別模型 - 免費使用，低錯誤率精準識別語音

Wav2vec2 3

Developed by chrisvinsen

基於facebook/wav2vec2-base微調的語音識別模型，詞錯誤率(WER)為1.0

Downloads 16

Release Time : 5/22/2022

Model Overview

該模型是基於wav2vec2架構的語音識別模型，經過微調後可用於語音轉文本任務

低詞錯誤率

在評估集上取得了1.0的詞錯誤率(WER)

基於wav2vec2架構

使用facebook/wav2vec2-base作為基礎模型進行微調

語音識別

音頻轉文本

語音轉錄

會議記錄

將會議錄音轉換為文字記錄

語音筆記

將語音備忘錄轉換為文本

訓練損失	輪數	步數	驗證損失	字錯誤率（Wer）
3.7797	0.34	200	3.0703	1.0
2.8701	0.69	400	3.3128	1.0
2.8695	1.03	600	3.1333	1.0
2.8634	1.38	800	3.1634	1.0
2.8629	1.72	1000	3.0432	1.0
2.8652	2.07	1200	3.0300	1.0
2.8602	2.41	1400	3.1894	1.0
2.8622	2.75	1600	3.1950	1.0
2.8606	3.1	1800	3.0656	1.0
2.8605	3.44	2000	3.0614	1.0
2.8595	3.79	2200	3.0697	1.0
2.8504	4.13	2400	3.1404	1.0
2.8553	4.48	2600	3.0682	1.0
2.8585	4.82	2800	3.1393	1.0
2.8567	5.16	3000	3.1013	1.0
2.8539	5.51	3200	3.0740	1.0
2.8588	5.85	3400	3.0616	1.0
2.8509	6.2	3600	3.1032	1.0
2.8589	6.54	3800	3.1348	1.0
2.8505	6.88	4000	3.1514	1.0
2.8548	7.23	4200	3.1319	1.0
2.8466	7.57	4400	3.1412	1.0
2.8549	7.92	4600	3.1235	1.0
2.8532	8.26	4800	3.0751	1.0
2.8548	8.61	5000	3.0946	1.0
2.8513	8.95	5200	3.0840	1.0
2.845	9.29	5400	3.0896	1.0
2.8592	9.64	5600	3.1055	1.0
2.8453	9.98	5800	3.1124	1.0