W

W2v Hf Jsut Xlsr53

由qqpann開發
基於facebook/wav2vec2-large-xlsr-53模型,使用Common Voice和JSUT數據集對日語進行了微調的自動語音識別模型。
下載量 16
發布時間 : 3/2/2022

模型概述

這是一個針對日語優化的自動語音識別模型,能夠將日語語音轉換為文本。

模型特點

日語優化
專門針對日語語音進行了微調,提高了日語語音識別的準確性。
多數據集訓練
使用Common Voice和JSUT兩個日語數據集進行訓練,增強了模型的泛化能力。
16kHz採樣率支持
支持16kHz採樣率的語音輸入,適合大多數語音識別場景。

模型能力

日語語音識別
語音轉文本

使用案例

語音轉寫
日語語音轉寫
將日語語音內容轉換為文本
測試WER 51.72%,測試CER 24.89%
語音助手
日語語音指令識別
識別日語語音指令
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase