wav2vec2-base-timit-demo-google-colab開源模型 - 免費部署助力語音識別

Wav2vec2 Base Timit Demo Google Colab

由ones開發

該模型是基於facebook/wav2vec2-base的微調版本，主要用於語音識別任務。

下載量 108

發布時間 : 6/29/2022

模型概述

該模型是基於facebook/wav2vec2-base在TIMIT數據集上微調的版本，用於語音識別任務。

基於wav2vec2-base微調

該模型基於facebook/wav2vec2-base架構進行微調，適用於特定語音識別任務。

低訓練損失

在訓練過程中，模型表現出較低的損失值，表明其具有良好的擬合能力。

語音識別

音頻轉文本

語音識別

語音轉文本

將語音信號轉換為文本內容

詞錯誤率（Wer）：0.9988

該模型是在None數據集上對facebook/wav2vec2-base進行微調後的版本。它在評估集上取得了以下結果：

暫未提供相關快速開始的內容。

暫未提供相關主要特性的內容。

暫未提供相關安裝指南的內容。

暫未提供相關使用示例的內容。

需要更多信息。

需要更多信息。

需要更多信息。

訓練期間使用了以下超參數：

訓練損失	輪數	步數	驗證損失	字錯率（Wer）
3.5557	1.0	500	1.6786	1.0
0.8407	2.01	1000	0.5356	0.9988
0.4297	3.01	1500	0.4431	0.9988
0.2989	4.02	2000	0.4191	0.9988
0.2338	5.02	2500	0.4251	0.9988
0.1993	6.02	3000	0.4618	0.9988
0.1585	7.03	3500	0.4577	0.9988
0.1386	8.03	4000	0.4099	0.9982
0.1234	9.04	4500	0.4945	0.9988
0.1162	10.04	5000	0.4597	0.9988
0.1008	11.04	5500	0.4563	0.9988
0.0894	12.05	6000	0.5157	0.9988
0.083	13.05	6500	0.5027	0.9988
0.0735	14.06	7000	0.4905	0.9994
0.0686	15.06	7500	0.4552	0.9988
0.0632	16.06	8000	0.5522	0.9988
0.061	17.07	8500	0.4874	0.9988
0.0626	18.07	9000	0.5243	0.9988
0.0475	19.08	9500	0.4798	0.9988
0.0447	20.08	10000	0.5250	0.9988
0.0432	21.08	10500	0.5195	0.9988
0.0358	22.09	11000	0.5008	0.9988
0.0319	23.09	11500	0.5376	0.9988
0.0334	24.1	12000	0.5149	0.9988
0.0269	25.1	12500	0.4911	0.9988
0.0275	26.1	13000	0.4907	0.9988
0.027	27.11	13500	0.4992	0.9988
0.0239	28.11	14000	0.5021	0.9988
0.0233	29.12	14500	0.5112	0.9988