A

Ai Light Dance Singing2 Ft Wav2vec2 Large Xlsr 53 V1

由gary109開發
該模型是基於wav2vec2-large-xlsr-53在GARY109/AI_LIGHT_DANCE - ONSET-SINGING2數據集上微調的自動語音識別模型,主要用於歌唱語音識別任務。
下載量 185
發布時間 : 6/24/2022

模型概述

這是一個針對歌唱語音識別任務優化的自動語音識別模型,基於wav2vec2-large-xlsr-53架構微調,在特定數據集上表現出色。

模型特點

歌唱語音優化
專門針對歌唱語音進行微調,相比通用語音識別模型在歌唱場景表現更優
高效訓練
採用梯度累積等技術,在相對較小的批次大小下實現有效訓練
性能穩定
訓練過程中驗證損失和詞錯誤率持續下降,表現出良好的收斂性

模型能力

歌唱語音識別
語音轉文本
音頻內容分析

使用案例

音樂技術
歌唱語音轉歌詞
將歌唱錄音自動轉換為文本歌詞
詞錯誤率約29.05%
音樂內容分析
分析歌唱錄音中的歌詞內容
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase