wav2vec2-base-common-voice-50p-persian-colab開源模型 - 免費支持波斯語語音轉文本

Wav2vec2 Base Common Voice 50p Persian Colab

由zoha開發

該模型是基於facebook/wav2vec2-base在波斯語數據集上微調的語音識別模型，支持波斯語語音轉文本任務。

下載量 21

發布時間 : 6/2/2022

模型概述

這是一個針對波斯語優化的自動語音識別(ASR)模型，基於wav2vec2架構，在Common Voice波斯語數據集上微調得到。

波斯語優化

專門針對波斯語語音識別任務進行微調

基於wav2vec2

採用Facebook的wav2vec2-base架構作為基礎模型

中等性能

在評估集上取得65.37%的詞錯誤率(WER)

波斯語語音識別

語音轉文本

語音轉錄

波斯語語音轉錄

將波斯語語音內容轉換為文本

詞錯誤率約65.37%

語音助手

波斯語語音指令識別

用於波斯語語音助手的基礎語音識別組件

訓練損失	輪數	步數	驗證損失	字錯率（Wer）
3.0437	2.52	600	3.0170	1.0
2.3667	5.04	1200	2.1575	0.9988
0.9565	7.56	1800	1.0801	0.8410
0.603	10.08	2400	0.9680	0.7678
0.507	12.61	3000	0.9554	0.7470
0.3754	15.13	3600	0.9524	0.7157
0.4267	17.65	4200	0.9290	0.6980
0.3308	20.17	4800	0.9557	0.7061
0.2259	22.69	5400	0.9864	0.6830
0.2486	25.21	6000	1.1086	0.6812
0.1956	27.73	6600	1.0497	0.6805
0.1835	30.25	7200	1.0660	0.6596
0.1926	32.77	7800	1.1274	0.6600
0.2765	35.29	8400	1.0882	0.6603
0.2397	37.82	9000	1.0939	0.6537