W

Wav2vec2 Base Timit Demo Colab2

由sameearif88開發
該模型是基於facebook/wav2vec2-base微調得到的語音識別模型,在評估集上取得了0.5664的詞錯誤率(WER)。
下載量 16
發布時間 : 5/1/2022

模型概述

基於wav2vec2架構的語音識別模型,適用於英語語音轉文本任務。

模型特點

微調優化
基於wav2vec2-base模型進行微調,針對特定語音識別任務優化
中等性能
在評估集上取得0.5664的詞錯誤率(WER)
輕量級
基於base版本架構,相對輕量

模型能力

英語語音識別
語音轉文本

使用案例

語音轉錄
會議記錄
將英語會議錄音轉為文字記錄
準確率約43.36% (1-WER)
語音筆記
將個人語音筆記轉為文本
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase