S

S2t Medium Librispeech Asr

由facebook開發
一個用於自動語音識別(ASR)的語音到文本轉換器(S2T)模型,基於序列到序列轉換器架構
下載量 1,086
發布時間 : 3/2/2022

模型概述

該模型是一個端到端的序列到序列轉換器模型,使用標準的自迴歸交叉熵損失進行訓練,能夠將語音轉換為文本

模型特點

端到端語音識別
直接從語音特徵生成文本,無需中間處理步驟
自迴歸生成
使用自迴歸方式逐步生成轉錄文本
LibriSpeech訓練
在LibriSpeech數據集上訓練,適合英語語音識別

模型能力

語音識別
英語轉錄
端到端語音轉文本

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
語音筆記
將語音備忘錄轉換為可搜索的文本
輔助技術
即時字幕
為聽力障礙者提供即時語音轉文字服務
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase