Wav2vec2 Base 960h Timit Demo Colab
基於facebook/wav2vec2-base-960h微調的語音識別模型,在TIMIT數據集上取得21.6%的詞錯誤率
下載量 20
發布時間 : 4/22/2022
模型概述
這是一個用於英語語音識別的自動語音識別(ASR)模型,基於wav2vec2架構進行微調,適用於語音轉文本任務
模型特點
高精度語音識別
在TIMIT評估集上達到21.6%的詞錯誤率
基於wav2vec2架構
利用自監督學習預訓練的強大語音表示能力
輕量級模型
base版本相對輕量,適合部署在各種環境中
模型能力
英語語音識別
語音轉文本
音頻內容轉錄
使用案例
語音轉錄
會議記錄自動化
將英語會議錄音自動轉換為文字記錄
可達到約80%的準確率
語音指令識別
識別用戶語音指令並轉換為可執行命令
教育
發音評估
分析英語學習者的發音準確性
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98