W

Wav2vec2 Base Librispeech Demo Colab

由vishwasgautam開發
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
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase