Wav2vec2 Base Librispeech Demo Colab
該模型是基於facebook/wav2vec2-base在LibriSpeech數據集上微調的語音識別模型,在評估集上取得了0.3174的詞錯誤率。
下載量 14
發布時間 : 4/25/2025
模型概述
這是一個用於語音識別任務的微調模型,基於wav2vec2架構,適用於英語語音轉文本任務。
模型特點
基於wav2vec2架構
採用facebook的wav2vec2-base作為基礎模型,具有良好的語音特徵提取能力
低詞錯誤率
在評估集上取得了0.3174的詞錯誤率,表現良好
高效訓練
使用混合精度訓練(原生AMP)和線性學習率調度器,訓練效率高
模型能力
英語語音識別
語音轉文本
使用案例
語音轉錄
會議記錄轉錄
將英語會議錄音自動轉錄為文字記錄
詞錯誤率約31.74%
播客內容轉錄
將英語播客內容自動轉換為文字稿
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