W

Wav2vec2 Base Timit Demo

由dlu66061開發
基於facebook/wav2vec2-base微調的語音識別模型,在TIMIT數據集上取得28.25%的詞錯誤率
下載量 21
發布時間 : 4/20/2022

模型概述

這是一個用於英語語音識別的預訓練模型,基於wav2vec2架構微調而成,適用於自動語音識別(ASR)任務

模型特點

低詞錯誤率
在評估集上達到28.25%的詞錯誤率(WER)
基於wav2vec2架構
採用facebook的wav2vec2-base作為基礎模型
端到端訓練
直接從原始音頻學習語音表示,無需手工特徵提取

模型能力

英語語音識別
音頻轉文本
自動語音轉錄

使用案例

語音轉錄
會議記錄
將會議錄音自動轉換為文字記錄
準確率約71.75%
語音筆記
將語音備忘錄轉換為可搜索的文本
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase