Wav2vec2 Large Xls R 3
該模型是基於facebook/wav2vec2-xls-r-300m在通用語音數據集上微調的版本,適用於語音識別任務。
下載量 20
發布時間 : 3/2/2022
模型概述
wav2vec2-large-xls-r-3是一個基於wav2vec2架構的語音識別模型,經過微調後適用於通用語音數據集。
模型特點
大規模預訓練
基於wav2vec2-xls-r-300m大規模預訓練模型微調,具有強大的語音特徵提取能力。
多語言支持
雖然具體語言未明確說明,但基於通用語音數據集訓練,可能支持多種語言。
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。
模型能力
語音識別
音頻特徵提取
語音轉文本
使用案例
語音轉錄
會議記錄
將會議錄音自動轉換為文字記錄
語音助手
作為語音助手的後端識別引擎
無障礙技術
即時字幕生成
為聽力障礙人士提供即時字幕服務
精選推薦AI模型
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 支持多種語言

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 英語

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 中文
R
uer
2,694
98