H

Hubert Xlarge Ls960 Ft

由facebook開發
基於Librispeech 960小時語音數據微調的Hubert超大規模語音識別模型,在LibriSpeech測試集上WER僅為1.8
下載量 8,160
發布時間 : 3/2/2022

模型概述

該模型是Facebook開發的Hubert自監督語音表徵學習模型的微調版本,專門用於英語自動語音識別任務。

模型特點

自監督學習
採用HuBERT自監督學習方法,通過離線聚類步驟提供BERT式預測損失目標
高性能
在LibriSpeech clean測試集上WER僅為1.8,性能優異
大規模訓練
基於Librispeech 960小時語音數據進行微調

模型能力

英語語音識別
16kHz採樣率音頻處理

使用案例

語音轉寫
會議記錄轉寫
將英語會議錄音自動轉寫為文字
高準確率的文字轉寫結果
音頻內容索引
為音頻內容創建可搜索的文字索引
提升音頻內容的可檢索性
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase