W

Wav2vec2 2

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(WER)為0.8133
下載量 16
發布時間 : 5/22/2022

模型概述

該模型是用於語音識別任務的微調版本,基於wav2vec2架構,適用於將語音轉換為文本的應用場景。

模型特點

基於wav2vec2架構
採用Facebook的wav2vec2-base作為基礎模型,具有良好的語音特徵提取能力
微調優化
在特定數據集上進行微調,優化了語音識別性能
相對較低的詞錯誤率
在評估集上達到0.8133的詞錯誤率(WER)

模型能力

語音識別
音頻轉文本

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
語音筆記
將語音備忘錄轉換為可搜索的文本
輔助技術
語音轉文字服務
為聽力障礙人士提供即時字幕服務
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase