F

First Model

由Vkt開發
該模型是基於facebook/wav2vec2-xls-r-300m在common_voice數據集上微調的語音識別模型,在評估集上取得了較低的詞錯誤率。
下載量 26
發布時間 : 3/28/2022

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-300m架構,在common_voice數據集上訓練。

模型特點

低詞錯誤率
在評估集上取得了0.0141的詞錯誤率,表現優異
基於大模型微調
基於facebook/wav2vec2-xls-r-300m大模型進行微調,繼承了其強大的語音特徵提取能力
高效訓練
使用了混合精度訓練和梯度累積等技術,提高了訓練效率

模型能力

語音轉文本
多語言語音識別
高準確率轉錄

使用案例

語音轉錄
會議記錄自動轉錄
將會議錄音自動轉換為文字記錄
高準確率的轉錄結果
語音助手
用於語音助手應用的語音識別模塊
快速準確的語音指令識別
無障礙技術
即時字幕生成
為聽力障礙人士提供即時字幕服務
低延遲高準確率的字幕輸出
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase