W

Wav2vec2 Xls R Tf Left Right Shuru

由hrdipto開發
基於facebook/wav2vec2-xls-r-300m微調的語音識別模型,在評估集上取得了1.2628的詞錯誤率(WER)。
下載量 29
發布時間 : 3/2/2022

模型概述

這是一個基於wav2vec2-xls-r-300m架構微調的語音識別模型,適用於語音轉文本任務。

模型特點

低詞錯誤率
在評估集上取得了1.2628的詞錯誤率(WER),表現優異。
基於wav2vec2-xls-r架構
採用facebook的wav2vec2-xls-r-300m作為基礎模型,具有強大的語音特徵提取能力。
混合精度訓練
使用原生AMP進行混合精度訓練,提高訓練效率。

模型能力

語音識別
語音轉文本

使用案例

語音轉錄
會議記錄
將會議錄音自動轉換為文字記錄
詞錯誤率1.2628
語音筆記
將語音筆記轉換為可編輯的文本
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase