W

Wav2vec2 Base 960h Finetuned Common Voice3

Developed by obokkkk
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
AIbase
Empowering the Future, Your AI Solution Knowledge Base
© 2025AIbase