Ai Light Dance Singing2 Ft Wav2vec2 Large Xlsr 53 5gram V3
基於wav2vec2-large-xlsr-53模型微調的自動語音識別模型,專注於歌唱語音識別
下載量 97
發布時間 : 6/28/2022
模型概述
該模型是在GARY109/AI_LIGHT_DANCE - ONSET-SINGING2數據集上微調的版本,主要用於歌唱語音識別任務。
模型特點
歌唱語音識別優化
專門針對歌唱語音進行了微調,可能比通用語音識別模型在歌唱場景下表現更好
5-gram語言模型增強
集成了5-gram語言模型,可能提高了識別準確率
低詞錯誤率
在評估集上取得了0.2256的詞錯誤率(WER)
模型能力
歌唱語音識別
自動語音轉文本
使用案例
音樂技術
歌唱錄音轉歌詞
將歌唱錄音自動轉換為文本歌詞
詞錯誤率約22.56%
音樂教育輔助
幫助音樂學習者分析歌唱發音準確性
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