W

Wav2vec2 Large Xls R 300m Pt Colab

由tonyalves開發
基於facebook/wav2vec2-xls-r-300m在common_voice數據集上微調的語音識別模型
下載量 17
發布時間 : 3/2/2022

模型概述

該模型是一個用於語音識別任務的預訓練模型,經過微調後能夠將語音轉換為文本。

模型特點

高效語音識別
基於wav2vec2架構,能夠高效準確地將語音轉換為文本
大規模預訓練
基於3億參數的大規模預訓練模型,具有強大的特徵提取能力
微調優化
在common_voice數據集上進行微調,優化了識別性能

模型能力

語音識別
音頻轉文本
自動語音轉錄

使用案例

語音轉錄
會議記錄
自動將會議錄音轉換為文字記錄
詞錯誤率約30%
字幕生成
為視頻內容自動生成字幕
語音助手
語音指令識別
識別用戶語音指令
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase