W

Wav2vec2 Base Timit Demo Colab3

由hassnain開發
該模型是基於facebook/wav2vec2-base進行微調的語音識別模型,在TIMIT數據集上取得了0.6704的詞錯誤率。
下載量 21
發布時間 : 5/1/2022

模型概述

這是一個用於語音識別任務的微調模型,基於wav2vec2架構,適用於英語語音轉文本的應用場景。

模型特點

基於wav2vec2架構
採用Facebook開發的wav2vec2-base作為基礎模型,具有優秀的語音特徵提取能力。
低詞錯誤率
在評估集上取得了0.6704的詞錯誤率,表現良好。
高效訓練
使用混合精度訓練和線性學習率調度器,訓練效率高。

模型能力

英語語音識別
語音轉文本

使用案例

語音轉錄
會議記錄自動轉錄
將英語會議錄音自動轉換為文字記錄
詞錯誤率0.6704
語音筆記轉換
將英語語音筆記轉換為可編輯的文本
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase