W

Wav2vec2 Base Timit Ali Hasan Colab EX2

由ali221000262開發
基於facebook/wav2vec2-base微調的語音識別模型,在TIMIT數據集上訓練,評估集WER為0.4458
下載量 23
發布時間 : 4/30/2022

模型概述

該模型是基於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

高效微調
基於預訓練的wav2vec2-base模型進行微調,提高了在特定任務上的表現
中等規模
採用base規模的wav2vec2架構,平衡了性能和計算資源需求

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
將英語會議錄音轉換為文字記錄
詞錯誤率0.4458
語音筆記
將英語語音備忘錄轉換為文本
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase