W

Wav2vec2 Base Timit Demo Google Colab

由patrickvonplaten開發
該模型是基於facebook/wav2vec2-base在TIMIT數據集上微調的語音識別模型,主要用於英語語音轉文字任務。
下載量 26
發布時間 : 5/10/2022

模型概述

這是一個語音識別模型,基於wav2vec2架構,在TIMIT數據集上進行了微調,能夠將英語語音轉換為文字。

模型特點

基於wav2vec2架構
採用Facebook的wav2vec2-base架構,具有良好的語音特徵提取能力
TIMIT數據集微調
在標準TIMIT語音數據集上進行微調,優化了英語語音識別性能
相對較低的詞錯誤率
在評估集上達到0.337的詞錯誤率(WER)

模型能力

英語語音識別
語音轉文字

使用案例

語音轉錄
英語語音轉錄
將英語語音內容轉換為文字
詞錯誤率0.337
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase