W

Wav2vec2 Base Timit Demo Colab

Developed by murdockthedude
基于facebook/wav2vec2-base微调的语音识别模型,在TIMIT数据集上训练,词错误率(WER)为0.3518
Downloads 20
Release Time : 5/10/2022

Model Overview

这是一个用于英语语音识别的模型,基于wav2vec2架构微调,适用于将英语语音转换为文本的任务。

Model Features

高效微调
基于wav2vec2-base模型在TIMIT数据集上微调,保留了原模型的强大特征提取能力
较低词错误率
在评估集上达到0.3518的词错误率(WER),表现良好
训练优化
采用线性学习率调度和预热策略,训练过程稳定

Model Capabilities

英语语音识别
语音转文本

Use Cases

语音转录
会议记录
将英语会议录音自动转换为文字记录
准确率约65%(基于WER 0.3518推断)
语音笔记
将英语语音笔记转换为可搜索的文本
AIbase
Empowering the Future, Your AI Solution Knowledge Base
© 2025AIbase