W

Wav2vec2 Base Libir Zenodo

由samantharhay開發
該模型是基於facebook/wav2vec2-base-960h在未知數據集上微調的語音識別模型,主要用於自動語音識別任務。
下載量 25
發布時間 : 3/2/2022

模型概述

wav2vec2-base-libir-zenodo是一個基於wav2vec2架構的語音識別模型,經過微調後用於將語音轉換為文本。

模型特點

基於wav2vec2架構
採用facebook/wav2vec2-base-960h作為基礎模型,具有強大的語音特徵提取能力
微調優化
在特定數據集上進行了30輪微調訓練,優化了語音識別性能
混合精度訓練
使用原生AMP混合精度訓練技術,提高訓練效率

模型能力

語音識別
音頻轉文本

使用案例

語音轉錄
會議記錄
將會議錄音自動轉換為文字記錄
語音筆記
將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