W

Wav2vec2 Base 10k Voxpopuli Ft Pl

由facebook開發
基於VoxPopuli語料庫10K未標註數據預訓練,並在波蘭語轉錄數據上微調的Wav2Vec2語音識別模型
下載量 203
發布時間 : 3/2/2022

模型概述

該模型是Facebook Wav2Vec2基礎架構的波蘭語版本,專門針對波蘭語語音識別任務進行優化,適用於從原始音頻到文本的轉換任務。

模型特點

多語言預訓練
基於VoxPopuli多語言語料庫進行預訓練,具有跨語言表徵能力
波蘭語優化
專門針對波蘭語語音特性進行微調,提高識別準確率
端到端識別
直接從原始音頻輸入生成文本輸出,無需中間特徵提取

模型能力

波蘭語語音識別
音頻轉文本
自動語音轉錄

使用案例

語音轉錄
會議記錄自動化
將波蘭語會議錄音自動轉換為文字記錄
語音助手
為波蘭語用戶提供語音交互能力
無障礙技術
即時字幕生成
為聽力障礙用戶提供波蘭語音頻內容的即時字幕
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase