W

Wav2vec2 Large Xlsr 53 Hk

由voidful開發
基於facebook/wav2vec2-large-xlsr-53在粵語(使用Common Voice數據集)上進行微調的語音識別模型
下載量 26
發布時間 : 3/2/2022

模型概述

這是一個針對粵語(香港)優化的自動語音識別模型,基於Wav2Vec2架構,適用於將粵語語音轉換為文本。

模型特點

粵語優化
專門針對粵語(香港)方言進行微調,提高識別準確率
基於XLSR模型
建立在強大的wav2vec2-large-xlsr-53基礎上,具有優秀的語音特徵提取能力
16kHz採樣率支持
優化處理16kHz採樣率的語音輸入

模型能力

粵語語音識別
語音轉文本
音頻內容轉錄

使用案例

語音轉錄
粵語會議記錄
將粵語會議錄音自動轉換為文字記錄
CER 16.41
媒體內容字幕生成
為粵語視頻內容自動生成字幕
語音助手
粵語語音指令識別
用於支持粵語的智能設備語音控制
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase