common7開源自動語音識別模型 - 免費部署助力波斯語語音精準轉文本

Common7

由ghofrani開發

該模型是基於Mozilla Common Voice 7.0波斯語數據集微調的自動語音識別(ASR)模型，專門用於波斯語語音轉文本任務。

下載量 23

發布時間 : 3/2/2022

模型概述

針對波斯語優化的語音識別模型，能夠將波斯語語音轉換為文本，適用於語音助手、字幕生成等應用場景。

波斯語優化

專門針對波斯語語音特性進行訓練和優化

基於Common Voice數據集

使用Mozilla高質量的開源語音數據集訓練

逐步提升的性能

訓練過程中詞錯誤率(WER)從1.0逐步降低到0.3478

波斯語語音識別

語音轉文本

連續語音識別

語音轉寫

波斯語語音轉錄

將波斯語語音內容轉換為文本格式

詞錯誤率0.3478

輔助技術

語音控制應用

為波斯語用戶提供語音控制界面

這個模型是 common7/checkpoint-18500 在 MOZILLA-FOUNDATION/COMMON_VOICE_7_0 - FA 數據集上的微調版本。它在評估集上取得了以下結果：

需要更多信息。

需要更多信息。

需要更多信息。

訓練期間使用了以下超參數：

訓練損失	輪數	步數	驗證損失	字錯率（Wer）
2.957	3.29	500	2.9503	1.0
1.7225	6.58	1000	0.8860	0.7703
1.4907	9.86	1500	0.6555	0.6673
1.4177	13.16	2000	0.5784	0.6076
1.3425	16.45	2500	0.5379	0.5718
1.33	19.73	3000	0.4962	0.5245
1.4378	23.03	3500	0.4699	0.5098
1.1894	26.31	4000	0.4527	0.4848
1.1844	29.6	4500	0.4309	0.4651
1.1795	32.89	5000	0.4131	0.4524
1.1471	36.18	5500	0.4052	0.4435
1.1337	39.47	6000	0.3927	0.4363
1.1896	42.76	6500	0.3811	0.4254
1.1847	46.05	7000	0.3855	0.4129
0.9954	49.34	7500	0.3729	0.3981
1.0293	52.63	8000	0.3637	0.4014
1.0224	55.92	8500	0.3578	0.3885
1.012	59.21	9000	0.3629	0.3930
1.0772	62.5	9500	0.3635	0.3906
1.0344	65.79	10000	0.3469	0.3771
0.9457	69.08	10500	0.3435	0.3735
0.9307	72.37	11000	0.3519	0.3762
0.9523	75.65	11500	0.3443	0.3666
0.9523	78.94	12000	0.3502	0.3757
0.9475	82.24	12500	0.3509	0.3643
0.9971	85.52	13000	0.3502	0.3626
0.9058	88.81	13500	0.3472	0.3605
0.8922	92.1	14000	0.3530	0.3618
0.9	95.39	14500	0.3500	0.3574
0.9051	98.68	15000	0.3456	0.3535
0.9304	101.97	15500	0.3438	0.3578
0.9433	105.26	16000	0.3396	0.3530
0.8988	108.55	16500	0.3436	0.3539
0.8789	111.84	17000	0.3426	0.3516
0.8667	115.13	17500	0.3438	0.3506
0.8895	118.42	18000	0.3434	0.3503
0.8888	121.71	18500	0.3425	0.3494
0.9453	125.0	19000	0.3415	0.3480
0.9267	128.29	19500	0.3477	0.3503
0.8315	131.58	20000	0.3476	0.3505
0.8542	134.86	20500	0.3475	0.3506
0.8478	138.16	21000	0.3430	0.3481
0.8643	141.45	21500	0.3451	0.3485
0.8705	144.73	22000	0.3444	0.3474
0.9869	148.03	22500	0.3441	0.3493