A

ASCEND Dataset Model

由GleamEyeBeast開發
基於facebook/wav2vec2-xls-r-300m微調的語音識別模型,在ASCEND數據集上訓練
下載量 22
發布時間 : 3/14/2022

模型概述

該模型是用於自動語音識別(ASR)任務的微調模型,能夠將語音轉換為文本

模型特點

基於大規模預訓練模型微調
基於facebook/wav2vec2-xls-r-300m預訓練模型進行微調,具備強大的語音特徵提取能力
優化後的識別性能
經過20輪訓練後,在驗證集上達到0.9540的詞錯誤率(WER)
高效訓練配置
採用混合精度訓練和梯度累積等技術,優化訓練效率

模型能力

語音轉文本
自動語音識別
語音內容轉錄

使用案例

語音轉錄
會議記錄自動生成
將會議錄音自動轉換為文字記錄
準確率約95.4%
語音指令識別
識別用戶語音指令並轉換為可執行命令
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase