W

Wav2vec2 Base Timit Demo Colab 1

Developed by zasheza
该模型是基于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0.4398。
Downloads 18
Release Time : 5/1/2022

Model Overview

基于wav2vec2架构的语音识别模型,适用于英语语音转文本任务。

Model Features

基于wav2vec2架构
采用Facebook开源的wav2vec2-base模型架构,具有良好的语音特征提取能力。
微调优化
在TIMIT数据集上进行微调,针对特定语音识别任务优化。
相对较低词错误率
在评估集上达到0.4398的词错误率(WER),表现优于基础模型。

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录为文本
准确率约56.02% (1-WER)
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