W

Wav2vec2 Base Timit Demo Colab70

由hassnain開發
該模型是基於facebook/wav2vec2-base在TIMIT數據集上微調得到的語音識別模型,主要用於英語語音轉文本任務。
下載量 15
發布時間 : 5/1/2022

模型概述

這是一個基於wav2vec2架構的自動語音識別(ASR)模型,經過TIMIT數據集的微調,能夠將英語語音轉換為文本。

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
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
中等規模模型
基於base版本的wav2vec2,在性能和資源消耗之間取得平衡

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
英語語音轉錄
將英語語音內容轉換為文本格式
詞錯誤率(WER)0.5149
語音助手
語音命令識別
識別和理解英語語音命令
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase