W

Wav2vec2 Large Lv60 Timit

由harshit345開發
基於facebook/wav2vec2-large-lv60模型在TIMIT數據集上微調的語音識別模型,支持16kHz採樣率的語音輸入。
下載量 21
發布時間 : 3/2/2022

模型概述

該模型是用於英語語音識別的自動語音識別(ASR)系統,在TIMIT數據集上進行了微調,能夠將英語語音轉換為文本。

模型特點

高精度語音識別
在TIMIT測試集上達到13.5%的詞錯誤率(WER)
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
專為16kHz採樣率的語音輸入優化

模型能力

英語語音識別
即時語音轉文本
音頻轉錄

使用案例

語音轉錄
會議記錄自動轉錄
將會議錄音自動轉換為文字記錄
準確率約86.5%
語音指令識別
識別並處理語音命令
教育
發音評估
輔助語言學習者評估發音準確性
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase