Wav2vec2 Final 1 Lm 4
W
Wav2vec2 Final 1 Lm 4
由chrisvinsen開發
基於facebook/wav2vec2-base微調的語音識別模型,在評估集上詞錯誤率為0.4499
下載量 16
發布時間 : 6/2/2022
模型概述
這是一個基於wav2vec2架構的語音識別模型,經過微調後可用於將語音轉換為文本的任務。
模型特點
低詞錯誤率
在評估集上詞錯誤率為0.4499,使用5-Gram語言模型時可降至0.126
基於wav2vec2架構
採用facebook/wav2vec2-base作為基礎模型進行微調
線性學習率調度
訓練過程中採用線性學習率調度器,包含800步預熱
模型能力
語音轉文本
自動語音識別
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
詞錯誤率0.4499
語音筆記
將語音備忘錄轉換為可搜索的文本
使用5-Gram語言模型時詞錯誤率降至0.126
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98