X

Xtreme S Xlsr 300m Voxpopuli En

由anton-l開發
該模型是基於facebook/wav2vec2-xls-r-300m在GOOGLE/XTREME_S - VOXPOPULI.EN數據集上微調的語音識別模型,支持英語語音轉文本任務。
下載量 28
發布時間 : 4/29/2022

模型概述

這是一個針對英語語音識別任務優化的模型,在VOXPOPULI.EN數據集上微調,能夠將英語語音轉換為文本。

模型特點

高效語音識別
在VOXPOPULI.EN數據集上微調,針對英語語音識別進行了優化
基於wav2vec2-xls-r架構
採用facebook的wav2vec2-xls-r-300m預訓練模型作為基礎
多GPU訓練優化
支持多GPU分佈式訓練,提高訓練效率

模型能力

英語語音識別
語音轉文本
自動語音識別

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
字符錯誤率(Cer): 0.0966,詞錯誤率(Wer): 0.1549
播客內容轉錄
將英語播客內容自動轉換為文字稿
輔助技術
即時字幕生成
為英語視頻內容生成即時字幕
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase