nick_asr_v2開源自動語音識別模型 - 精準識別，低錯誤率免費部署

Nick Asr V2

Developed by ntoldalagi

nick_asr_v2 是一個自動語音識別(ASR)模型，基於未知數據集微調，在評估集上取得了1.4562的損失值，0.6422的詞錯誤率和0.2409的字符錯誤率。

Downloads 18

Release Time : 4/5/2022

Model Overview

該模型是一個自動語音識別模型，主要用於將語音轉換為文本。

低字符錯誤率

在評估集上取得了0.2409的字符錯誤率，表現良好。

優化的訓練參數

使用了Adam優化器和線性學習率調度器進行訓練。

語音轉文本

自動語音識別

語音轉錄

會議記錄

將會議錄音轉換為文本記錄

字幕生成

為視頻內容生成字幕

訓練損失	輪數	步數	字符錯誤率（Cer）	驗證損失	字錯率（Wer）
0.2616	0.44	300	0.2905	1.2200	0.7496
0.441	0.87	600	0.2866	1.1936	0.7385
0.4366	1.31	900	0.2795	1.1584	0.7274
0.3982	1.75	1200	0.2808	1.2033	0.7274
0.3891	2.18	1500	0.2753	1.2044	0.7166
0.3508	2.91	2000	1.2382	0.7220	0.2743
0.2783	4.37	3000	1.3327	0.7177	0.2705
0.2495	5.82	4000	1.2286	0.6749	0.2638
0.1982	7.28	5000	1.3073	0.6721	0.2585
0.1717	8.73	6000	1.2941	0.6627	0.2500
0.1508	10.19	7000	1.3625	0.6584	0.2490
0.1329	11.64	8000	1.3863	0.6584	0.2474
0.1303	13.1	9000	1.3714	0.6534	0.2449
0.1159	14.56	10000	1.4043	0.6473	0.2442
0.1015	16.01	11000	1.4245	0.6498	0.2419
0.098	17.47	12000	1.4410	0.6440	0.2425
0.0869	18.92	13000	1.4562	0.6422	0.2409