Wav2vec2 Base 960h Finetuned Common Voice3
基于facebook/wav2vec2-base-960h微调的语音识别模型,适用于通用语音识别任务
Downloads 20
Release Time : 4/28/2022
Model Overview
该模型是基于wav2vec2-base-960h在Common Voice数据集上微调的版本,主要用于自动语音识别(ASR)任务。
Model Features
基于wav2vec2架构
采用先进的wav2vec2架构,提供高质量的语音识别能力
在Common Voice数据集上微调
模型在Common Voice数据集上进行了微调,提升了识别准确率
支持大规模训练
训练过程中使用了1024的总批次大小,确保模型充分学习数据特征
Model Capabilities
语音识别
音频转文本
Use Cases
语音转录
会议记录
将会议录音自动转换为文字记录
字幕生成
为视频内容自动生成字幕
语音助手
语音指令识别
识别并处理用户的语音指令
Featured Recommended AI Models
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers Supports Multiple Languages

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers English

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 Chinese
R
uer
2,694
98