A

Assignment1 Francesco

由Classroom-workshop開發
基於語音到文本轉換器(S2T)訓練的自動語音識別(ASR)模型,專為英語語音識別設計
下載量 22
發布時間 : 6/2/2022

模型概述

該模型是一個端到端的序列到序列變換器模型,使用標準的自迴歸交叉熵損失進行訓練,能夠將英語語音轉換為文本

模型特點

端到端語音識別
直接從語音特徵生成文本,無需中間處理步驟
基於變換器架構
採用先進的序列到序列變換器模型,提供高質量的語音識別
自迴歸生成
使用自迴歸方式生成轉錄文本,確保連貫性

模型能力

英語語音識別
端到端語音轉文本
即時語音轉錄

使用案例

語音轉錄
會議記錄
將會議錄音自動轉換為文字記錄
播客轉錄
將英語播客內容轉換為文本格式
輔助技術
即時字幕生成
為視頻或直播提供即時英文字幕
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase