A

Ai Light Dance Singing2 Ft Wav2vec2 Large Xlsr 53 5gram V3

由gary109開發
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
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase