2

20220415 210530

由lilitket開發
該模型是基於facebook/wav2vec2-xls-r-2b在common_voice數據集上微調的語音識別模型
下載量 20
發布時間 : 4/15/2022

模型概述

這是一個用於語音識別任務的微調模型,基於wav2vec2-xls-r-2b架構,在common_voice數據集上進行訓練

模型特點

大規模預訓練模型微調
基於20億參數的wav2vec2-xls-r-2b模型進行微調
相對較低的詞錯誤率
在評估集上取得0.3881的詞錯誤率
高效訓練
使用梯度累積等技術優化訓練過程

模型能力

語音轉文本
自動語音識別

使用案例

語音轉錄
語音轉文字服務
將語音內容轉換為文字記錄
詞錯誤率0.3881
輔助技術
即時字幕生成
為視頻或直播內容生成即時字幕
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase