Wav2vec2 Base Toy Train Data Slow 10pct
W
Wav2vec2 Base Toy Train Data Slow 10pct
由scasutt開發
基於facebook/wav2vec2-base模型在未知數據集上微調的語音識別模型,詞錯誤率(WER)為0.7175
下載量 22
發布時間 : 3/27/2022
模型概述
該模型是wav2vec2-base的微調版本,主要用於語音識別任務。模型在評估集上表現出一定的識別能力,但仍有改進空間。
模型特點
基於wav2vec2-base微調
在基礎wav2vec2模型上進行微調,適應特定語音識別任務
線性學習率調度
採用線性學習率調度策略,配合1000步的預熱期
梯度累積訓練
使用梯度累積(步數=2)來增加有效批次大小
模型能力
語音轉文本
自動語音識別
使用案例
語音轉錄
會議記錄轉錄
將會議錄音轉換為文字記錄
詞錯誤率0.7175
語音指令識別
識別簡單的語音指令
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