W

Wav2vec2 Base Timit Demo Colab 1

由fahadtouseef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,評估集詞錯誤率(WER)為0.2574。
下載量 18
發布時間 : 5/1/2022

模型概述

一個用於英語語音識別的預訓練模型,基於wav2vec2架構微調,適用於自動語音識別(ASR)任務。

模型特點

低詞錯誤率
在評估集上達到0.2574的詞錯誤率(WER),表現良好。
基於wav2vec2架構
採用facebook的wav2vec2-base模型作為基礎架構,具有強大的語音特徵提取能力。
微調優化
在TIMIT數據集上進行微調,針對特定語音識別任務進行了優化。

模型能力

英語語音識別
語音轉文本
連續語音識別

使用案例

語音轉錄
會議記錄自動轉錄
將英語會議錄音自動轉換為文字記錄
詞錯誤率約25.74%
語音筆記轉換
將英語語音筆記轉換為可編輯的文本
語音助手
英語語音指令識別
用於識別和理解英語語音指令
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase