Wav2vec2 Large Xlsr 53 Kalmyk

🚀 Wav2Vec2語音識別模型

本項目的Wav2Vec2模型是用於語音識別的模型，它在特定的數據集上進行了預訓練和微調，能夠在卡爾梅克語語音識別任務中發揮作用。

🚀 快速開始

此Wav2Vec2模型首先在500小時的卡爾梅克語電視錄音和1000小時的蒙古語語音識別數據集上進行預訓練。之後，該模型在由語音轉換模型創建的300小時卡爾梅克語合成語音轉文本數據集上進行微調。

✨ 主要特性

• 在由卡爾梅克語電視錄音創建的私有測試集上，字錯率（WER）為50%。
• 在清晰的語音錄音上，該模型的字錯率應該會低得多。
• 語音轉換信息：
  • 使用了300小時的卡爾梅克語合成語音轉文本數據集。
  • 源語音為卡爾梅克語女性語音的文本轉語音（TTS）。
  • 目標語音來自VCTK數據集。
  • 示例數據：https://twitter.com/tugstugi/status/1409111296897912835
  • 每個WAV文件都有一段從卡爾梅克語書籍中提取的不同文本。

📄 許可證

本項目採用Apache-2.0許可證。