W

Wav2vec2 Large Xls R 300m Kyrgyz

由infinitejoy開發
這是一個基於facebook/wav2vec2-xls-r-300m模型在吉爾吉斯語語音數據集上微調的自動語音識別(ASR)模型
下載量 17
發布時間 : 3/2/2022

模型概述

該模型專門針對吉爾吉斯語進行優化,能夠將吉爾吉斯語音頻轉換為文本,適用於語音轉寫等應用場景

模型特點

多語言支持
基於XLS-R架構,具有處理多種語言的能力
高效語音識別
在吉爾吉斯語語音識別任務上表現良好
預訓練+微調架構
利用大規模預訓練模型,通過特定語言數據微調獲得更好性能

模型能力

吉爾吉斯語語音識別
音頻轉文本
語音轉錄

使用案例

語音轉寫
吉爾吉斯語語音轉文字
將吉爾吉斯語的語音內容轉換為可編輯的文本
詞錯誤率(WER)40.9%,字符錯誤率(CER)11.0%
語音助手
吉爾吉斯語語音指令識別
用於構建支持吉爾吉斯語的語音助手系統
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase