W

Wav2vec2 Base Toy Train Data Random Low Pass

由scasutt開發
該模型是基於facebook/wav2vec2-base在未知數據集上微調的語音識別模型,主要用於自動語音識別(ASR)任務。
下載量 29
發布時間 : 3/31/2022

模型概述

這是一個基於wav2vec2架構的語音識別模型,經過微調後可用於將語音轉換為文本。模型在評估集上取得了0.7288的詞錯誤率。

模型特點

基於wav2vec2架構
採用Facebook開發的wav2vec2-base作為基礎架構,具有良好的語音識別能力
微調優化
在特定數據集上進行微調,可能針對特定領域或場景優化了識別性能
低通濾波處理
模型名稱中包含'low_pass',可能對音頻進行了低通濾波處理

模型能力

語音識別
音頻轉文本

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
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