S

Skyly

由Siyam開發
SKYLy是基於facebook/wav2vec2-large-xlsr-53在common_voice數據集上微調的語音識別模型,在評估集上取得了0.4083的詞錯誤率(WER)。
下載量 26
發布時間 : 5/1/2022

模型概述

該模型是一個語音識別(ASR)模型,主要用於將語音轉換為文本。基於wav2vec2-large-xlsr-53架構微調,支持多語言語音識別。

模型特點

低詞錯誤率
在評估集上取得了0.4083的詞錯誤率(WER),表現優異
基於wav2vec2架構
採用facebook的wav2vec2-large-xlsr-53作為基礎模型,具有強大的語音特徵提取能力
多語言支持
基於common_voice多語言數據集訓練,支持多種語言的語音識別

模型能力

語音轉文本
多語言語音識別
即時語音處理

使用案例

語音轉錄
會議記錄自動轉錄
將會議錄音自動轉換為文字記錄
準確率約60%(基於WER 0.4推斷)
語音助手
用於語音控制系統的語音識別模塊
無障礙應用
聽力輔助工具
為聽障人士提供即時語音轉文字服務
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase