ai-light-dance_singing2_ft_wav2vec2開源自動語音識別模型

Ai Light Dance Singing2 Ft Wav2vec2 Large Xlsr 53

由gary109開發

該模型是基於facebook/wav2vec2-large-xlsr-53在AI Light Dance數據集上微調的自動語音識別模型。

下載量 26

發布時間 : 6/23/2022

模型概述

這是一個用於語音識別的微調模型，特別針對AI Light Dance數據集中的singing2數據進行了優化。

基於wav2vec2-large-xlsr-53微調

在強大的預訓練模型基礎上進行微調，提高了特定領域的識別性能

針對singing2數據優化

專門為AI Light Dance數據集中的singing2數據進行了優化訓練

語音識別

音頻轉錄

語音處理

歌曲音頻轉錄

將歌唱音頻轉換為文本

詞錯誤率0.9386

該模型是在 /WORKSPACE/ASANTE/AI-LIGHT-DANCE_DATASETS/AI_LIGHT_DANCE.PY - ONSET-SINGING2 數據集上對 facebook/wav2vec2-large-xlsr-53 進行微調後的版本。它在評估集上取得了以下結果：

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）
27.4755	1.0	112	23.2618	1.0
5.5145	2.0	224	5.2213	1.0
4.2211	3.0	336	4.1673	1.0
3.8386	4.0	448	3.8253	1.0
3.5531	5.0	560	3.6286	1.0
3.5215	6.0	672	3.4762	0.9864
3.3493	7.0	784	3.3549	0.9847
3.1264	8.0	896	3.1797	0.9759
2.7557	9.0	1008	2.8703	0.9865
2.6345	10.0	1120	2.6736	0.9970
2.4297	11.0	1232	2.5638	1.0337
2.3057	12.0	1344	2.3680	0.9839
2.1436	13.0	1456	2.2367	0.9648
2.0856	14.0	1568	2.1635	0.9586
2.0035	15.0	1680	2.0945	0.9645
1.9134	16.0	1792	2.0395	0.9630
1.9443	17.0	1904	2.0017	0.9401
1.8988	18.0	2016	1.9514	0.9493
1.8141	19.0	2128	1.9111	0.9475
1.8344	20.0	2240	1.8790	0.9395
1.7775	21.0	2352	1.8616	0.9503
1.7517	22.0	2464	1.8333	0.9433
1.7037	23.0	2576	1.8156	0.9372
1.7158	24.0	2688	1.7961	0.9482
1.7111	25.0	2800	1.7817	0.9422
1.69	26.0	2912	1.7819	0.9430
1.6889	27.0	3024	1.7721	0.9386
1.6546	28.0	3136	1.7647	0.9453
1.6542	29.0	3248	1.7653	0.9375
1.647	30.0	3360	1.7583	0.9386

本模型採用 Apache - 2.0 許可證。

屬性	詳情
模型類型	基於微調的 wav2vec2 - large - xlsr - 53 的自動語音識別模型
訓練數據	/WORKSPACE/ASANTE/AI-LIGHT-DANCE_DATASETS/AI_LIGHT_DANCE.PY - ONSET - SINGING2 數據集