W

Wav2vec2 Base 960h Finetuned Common Voice

Developed by obokkkk
該模型是基於facebook/wav2vec2-base-960h在Common Voice數據集上微調的語音識別模型
Downloads 16
Release Time : 4/25/2022

Model Overview

wav2vec2-base-960h-finetuned_common_voice是一個自動語音識別(ASR)模型,基於wav2vec2架構,在960小時的LibriSpeech數據集上預訓練,並在Common Voice數據集上進行了微調。

Model Features

基於wav2vec2架構
採用先進的wav2vec2自監督學習架構,能夠有效學習語音表示
Common Voice微調
在Common Voice數據集上進行微調,增強了模型的泛化能力
高效訓練
使用混合精度訓練和梯度累積等技術,提高了訓練效率

Model Capabilities

語音識別
音頻轉文本
英語語音處理

Use Cases

語音轉錄
會議記錄
將會議錄音自動轉換為文字記錄
字幕生成
為視頻內容自動生成英文字幕
語音助手
語音指令識別
識別和理解用戶的語音指令
AIbase
Empowering the Future, Your AI Solution Knowledge Base
© 2025AIbase