W

Wav2vec2 Base Toy Train Data Fast 10pct

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,訓練時使用了10%的數據子集。
下載量 22
發布時間 : 3/26/2022

模型概述

一個用於自動語音識別(ASR)的微調模型,基於wav2vec2架構,適用於英語語音轉文字任務。

模型特點

高效訓練
使用10%的數據子集進行訓練,適合快速原型開發
基於wav2vec2架構
採用Facebook研究團隊開發的先進語音表示學習架構
線性學習率調度
訓練過程中採用線性學習率調度和預熱策略

模型能力

英語語音識別
音頻特徵提取
語音轉文字

使用案例

語音轉錄
會議記錄
將英語會議錄音自動轉換為文字記錄
詞錯誤率(WER)約0.7175
語音筆記
將個人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