Wav2vec2 Base 960h Finetuned Common Voice
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
Featured Recommended AI Models
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers Supports Multiple Languages

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers English

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 Chinese
R
uer
2,694
98