Psst Fairseq Rir
P
Psst Fairseq Rir
由birgermoell開發
該模型是基於Wav2vec 2.0基礎架構微調的自動語音識別(ASR)模型,使用經過房間脈衝響應(RIR)增強的TIMIT子集訓練
下載量 30
發布時間 : 4/15/2022
模型概述
用於英語音素識別的語音識別模型,在噪聲增強環境下表現良好
模型特點
噪聲魯棒性
使用RIR增強數據訓練,對噪聲環境下的語音識別具有較強魯棒性
音素級識別
專注於音素級別的語音識別任務,而非單詞或句子識別
基於Wav2vec 2.0
利用Wav2vec 2.0的自監督學習能力,在小規模標註數據上表現良好
模型能力
英語音素識別
噪聲環境語音處理
使用案例
語音技術研究
音素識別基準測試
可作為音素識別任務的基準模型進行比較
PER: 21.8%, FER: 9.6%
教育技術
發音評估
用於語言學習中的發音準確度評估
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