Wav2vec2 Xls R Tf Left Right Shuru
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
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98