X

Xlsr Wav2vec English

由harshit345開發
基於facebook/wav2vec2-large在通用語音數據集上進行英語微調的自動語音識別模型,支持16kHz採樣率的語音輸入。
下載量 27
發布時間 : 3/2/2022

模型概述

這是一個用於英語自動語音識別(ASR)的Wav2Vec2模型,經過微調後可直接使用,無需額外語言模型。

模型特點

高精度識別
在通用語音英語測試集上達到21.53%的詞錯誤率和9.66%的字符錯誤率
無需語言模型
可直接使用,無需額外語言模型支持
16kHz採樣率支持
專門針對16kHz採樣率的語音輸入進行優化

模型能力

英語語音識別
音頻轉錄
自動語音轉文本

使用案例

語音轉錄
會議記錄
將會議錄音自動轉錄為文字記錄
播客轉文字
將英語播客內容自動轉換為文字稿
輔助技術
語音控制
為應用程序添加語音控制功能
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase