Wav2vec2 Cv Be

🚀 白俄羅斯語自動語音識別

本項目是針對白俄羅斯語的自動語音識別解決方案。它基於 facebook/wav2vec2-base 模型，在 mozilla-foundation/common_voice_8_0 be 數據集上進行了微調。該項目能夠有效識別白俄羅斯語語音，為相關語音處理場景提供支持。

✨ 主要特性

• 基於 facebook/wav2vec2-base 模型微調，適配白俄羅斯語語音識別。
• 利用 mozilla-foundation/common_voice_8_0 be 數據集的 Train、Dev、Test 劃分進行訓練。
• 構建了基於 KenLM 的 5-gram 語言模型，提升識別性能。

📦 安裝指南

文檔未提供具體安裝步驟，故跳過此章節。

💻 使用示例

文檔未提供代碼示例，故跳過此章節。

📚 詳細文檔

數據集使用

• 本模型使用 mozilla-foundation/common_voice_8_0 be 數據集的 Train、Dev、Test 劃分進行訓練，未使用 Validated 劃分中的額外數據。每個句子僅使用一種發音，遵循 CommonVoice CorporaCreator 的數據劃分方式。
• 為了構建更好的模型，可以使用 Validated 劃分中已存在於 Train、Dev、Test 劃分裡句子的額外發音，即擴大這些劃分的數據量。

語言模型構建

語言模型使用 KenLM 構建。基於 mozilla-foundation/common_voice_8_0 be 數據集的 Train + (Other - Dev - Test) 劃分中的句子構建了 5-gram 語言模型。

模型運行

• 瀏覽器交互測試：本頁面包含交互式演示小部件，可直接在瀏覽器中測試此模型。但該小部件僅使用聲學模型，不使用能顯著提高整體性能的語言模型。
• 完整管道測試：可以在 此空間頁面 上使用 聲學模型 + 語言模型 的完整管道進行測試（也可在瀏覽器中使用）。

模型指標

🔧 技術細節

文檔未提供具體技術實現細節，故跳過此章節。

📄 許可證

本項目採用 GPL-3.0 許可證。

代碼獲取

源代碼可在 此處 獲取。