W

Wav2vec2 Base Checkpoint 9

由jiobiala24開發
該模型是基於wav2vec2-base-checkpoint-8在common_voice數據集上微調的語音識別模型,在評估集上取得了0.3258的詞錯誤率。
下載量 16
發布時間 : 3/2/2022

模型概述

這是一個基於wav2vec2架構的語音識別模型,經過在common_voice數據集上的微調,能夠將語音轉換為文本。

模型特點

低詞錯誤率
在評估集上取得了0.3258的詞錯誤率,表現良好。
基於wav2vec2架構
採用先進的wav2vec2架構,能夠有效學習語音特徵。
在common_voice數據集上微調
使用common_voice數據集進行微調,提高了模型的泛化能力。

模型能力

語音識別
自動語音轉文本

使用案例

語音轉錄
語音備忘錄轉錄
將語音備忘錄自動轉換為文本
準確率約67.42%(基於詞錯誤率推算)
無障礙應用
即時字幕生成
為聽力障礙人士提供即時字幕
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase