Wav2vec2 Large Xlsr 53 Demo Colab
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
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98