W

Wav2vec2 Base Timit Demo Colab0

由sherry7144開發
該模型是基於facebook/wav2vec2-base微調的語音識別模型,在TIMIT數據集上取得了0.5635的詞錯誤率。
下載量 26
發布時間 : 4/30/2022

模型概述

一個用於英語語音識別的預訓練模型,經過微調後可用於語音轉文本任務。

模型特點

基於wav2vec2架構
採用facebook的wav2vec2-base作為基礎模型,具有強大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,適合英語語音識別任務。
相對較低詞錯誤率
在評估集上取得0.5635的詞錯誤率,表現良好。

模型能力

英語語音識別
語音轉文本

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
詞錯誤率0.5635
語音助手
基礎語音指令識別
可用於構建簡單的英語語音指令識別系統
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase