Wav2vec2 Base Lt Voxpopuli V2

🚀 Wav2Vec2-base-VoxPopuli-V2

Wav2Vec2-base-VoxPopuli-V2是基於Facebook的Wav2Vec2的基礎模型，它僅在立陶宛語（lt）上進行預訓練，使用了VoxPopuli語料庫中的14.4k條未標註數據。該模型為語音識別任務提供了強大的基礎，尤其適用於立陶宛語相關的語音處理場景。

🚀 快速開始

本模型在16kHz採樣的語音音頻上進行了預訓練。在使用該模型時，請確保您的語音輸入也採樣為16kHz。

注意：此模型沒有分詞器，因為它僅在音頻上進行了預訓練。若要將此模型用於語音識別，需要創建一個分詞器，並在立陶宛語（lt）的標註文本數據上對模型進行微調。有關如何微調模型的詳細解釋，請查看此博客。

✨ 主要特性

• 語言針對性：僅在立陶宛語上進行預訓練，更適合立陶宛語語音處理。
• 數據基礎：基於VoxPopuli語料庫的14.4k條未標註數據，具有一定的數據規模。
• 採樣要求明確：明確要求輸入語音採樣為16kHz，保證使用時的準確性。

📚 詳細文檔

論文參考

• 論文：VoxPopuli: A Large-Scale Multilingual Speech Corpus for Representation Learning, Semi-Supervised Learning and Interpretation
• 作者：來自Facebook AI的Changhan Wang、Morgane Riviere、Ann Lee、Anne Wu、Chaitanya Talnikar、Daniel Haziza、Mary Williamson、Juan Pino、Emmanuel Dupoux

更多信息

更多信息請查看官方網站：https://github.com/facebookresearch/voxpopuli/

📄 許可證

本模型使用的許可證為：CC BY-NC 4.0

🔍 模型信息

⚠️ 重要提示

使用模型時，務必確保輸入語音的採樣頻率為16kHz，否則可能影響模型性能。

💡 使用建議

若要將模型用於語音識別任務，建議按照博客中的指導創建分詞器並進行微調，以獲得更好的效果。