W

Wav2vec2 2 Bart Large

由patrickvonplaten開發
該模型是基於wav2vec2-large-lv60和bart-large在librispeech_asr - clean數據集上微調的自動語音識別(ASR)模型
下載量 31
發布時間 : 3/2/2022

模型概述

一個結合wav2vec2和bart架構的語音識別模型,專為英語語音轉文本任務優化

模型特點

混合架構
結合了wav2vec2的語音特徵提取能力和bart的序列生成能力
高準確率
在LibriSpeech評估集上取得了4.86%的詞錯誤率(WER)
多GPU訓練
支持分佈式訓練,可加速模型訓練過程

模型能力

英語語音識別
音頻轉文本
大規模語音數據處理

使用案例

語音轉錄
有聲書轉錄
將英語有聲讀物內容轉換為文本
高準確率的轉錄結果
會議記錄
自動記錄英語會議內容
語音助手
語音指令識別
識別和理解英語語音指令
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase