sew-d-small-100k-timit開源自動語音識別模型 - 準確識別語音，低詞錯誤率

Sew D Small 100k Timit

由patrickvonplaten開發

該模型是基於asapp/sew-d-small-100k在TIMIT_ASR - NA數據集上微調的自動語音識別模型，在評估集上取得了0.8061的詞錯誤率。

下載量 16

發布時間 : 3/2/2022

模型概述

這是一個用於自動語音識別(ASR)的模型，專門針對TIMIT_ASR數據集進行了優化。

高效微調

基於預訓練的sew-d-small-100k模型在TIMIT_ASR數據集上進行微調

優化性能

在TIMIT_ASR評估集上取得了0.8061的詞錯誤率

輕量級

small版本模型，適合資源有限的環境

英語語音識別

語音轉文本

語音技術

語音轉錄

將英語語音轉換為文本

詞錯誤率0.8061

語音指令識別

識別語音指令並轉換為可執行命令

該模型是 asapp/sew-d-small-100k 在 TIMIT_ASR - NA 數據集上的微調版本。它在評估集上取得了以下結果：

本模型是在特定數據集上微調得到的語音識別模型，可用於自動語音識別相關任務。

本項目採用 Apache-2.0 許可證。

訓練過程中使用了以下超參數：

訓練損失	輪數	步數	驗證損失	字錯率（Wer）
4.2068	0.69	100	4.0802	1.0
2.9805	1.38	200	2.9792	1.0
2.9781	2.07	300	2.9408	1.0
2.9655	2.76	400	2.9143	1.0
2.8953	3.45	500	2.8775	1.0
2.7718	4.14	600	2.7787	1.0
2.6711	4.83	700	2.6401	0.9786
2.6403	5.52	800	2.5435	1.0392
2.4052	6.21	900	2.4580	1.0706
2.1708	6.9	1000	2.2800	1.0090
2.2555	7.59	1100	2.1493	0.9579
2.3673	8.28	1200	2.0709	0.9051
2.091	8.97	1300	2.0258	0.8926
1.8433	9.66	1400	1.9645	0.8243
1.6824	10.34	1500	1.9211	0.8707
2.2282	11.03	1600	1.8914	0.8695
1.9027	11.72	1700	1.8718	0.8343
1.6303	12.41	1800	1.8646	0.8232
1.648	13.1	1900	1.8297	0.8177
2.0429	13.79	2000	1.8127	0.8642
1.8833	14.48	2100	1.8005	0.8307
1.5996	15.17	2200	1.7926	0.8467
1.4876	15.86	2300	1.7795	0.8341
1.8925	16.55	2400	1.7716	0.8199
1.814	17.24	2500	1.7846	0.8086
1.536	17.93	2600	1.7655	0.8019
1.4476	18.62	2700	1.7599	0.8070
1.7629	19.31	2800	1.7589	0.8119
1.7646	20.0	2900	1.7541	0.8061