W

Wav2vec2 Base Timit Demo Colab

由obokkkk開發
基於facebook/wav2vec2-base微調的語音識別模型,在TIMIT數據集上訓練,詞錯誤率(WER)為0.3468。
下載量 20
發布時間 : 4/20/2022

模型概述

這是一個用於英語語音識別的模型,基於wav2vec2架構微調,適用於將語音轉換為文本的任務。

模型特點

低詞錯誤率
在評估集上達到0.3468的詞錯誤率(WER),表現良好。
基於wav2vec2架構
採用facebook的wav2vec2-base模型作為基礎架構,具有強大的語音特徵提取能力。
微調訓練
在TIMIT數據集上進行微調,針對特定語音識別任務優化。

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
將英語會議錄音自動轉換為文字記錄
準確率約65.32% (1-WER)
語音筆記
將英語語音筆記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