A

Ai Light Dance Singing2 Ft Wav2vec2 Large Xlsr 53 5gram V4 1

由gary109開發
該模型是基於wav2vec2-large-xlsr-53架構的自動語音識別(ASR)模型,在GARY109/AI_LIGHT_DANCE - ONSET-SINGING2數據集上微調得到,主要用於歌唱語音識別任務。
下載量 66
發布時間 : 6/28/2022

模型概述

這是一個專門針對歌唱語音優化的自動語音識別模型,基於wav2vec2-large-xlsr-53架構,在特定歌唱數據集上進行了微調,能夠準確識別歌唱內容。

模型特點

歌唱語音優化
專門針對歌唱內容進行優化,相比通用語音識別模型在歌唱場景下表現更佳
高準確率
在評估集上取得了12.11%的詞錯誤率(WER),表現良好
基於wav2vec2架構
採用強大的wav2vec2-large-xlsr-53作為基礎模型,具備優秀的語音特徵提取能力

模型能力

歌唱語音識別
自動語音轉文本
音樂內容分析

使用案例

音樂技術
歌唱內容轉錄
將歌唱錄音自動轉換為文本歌詞
詞錯誤率12.11%
音樂內容分析
分析歌唱內容用於音樂信息檢索
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase