W

Wav2vec2 Large Xlsr 53 Demo Colab

由emre開發
該模型是基於facebook/wav2vec2-large-xlsr-53在common_voice數據集上微調得到的語音識別模型,主要用於魯棒語音事件識別。
下載量 16
發布時間 : 3/2/2022

模型概述

這是一個基於wav2vec2架構的語音識別模型,經過微調後適用於common_voice數據集,能夠將語音轉換為文本。

模型特點

基於wav2vec2架構
採用facebook的wav2vec2-large-xlsr-53作為基礎模型,具有強大的語音特徵提取能力。
Common Voice數據集微調
在Common Voice數據集上進行微調,增強了模型的魯棒性和適應性。
相對較低的詞錯誤率
在評估集上取得了0.4834的詞錯誤率(WER),表現良好。

模型能力

語音識別
語音轉文本
魯棒語音事件檢測

使用案例

語音轉寫
語音轉錄
將語音內容自動轉換為文本格式
詞錯誤率0.4834
語音助手
語音指令識別
識別用戶語音指令並轉換為可執行命令
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase