W

Wav2vec2 Large Lv60 Timit Asr

由elgeish開發
基於facebook/wav2vec2-large-lv60模型,在timit_asr數據集上微調的語音識別模型
下載量 13
發布時間 : 3/2/2022

模型概述

這是一個用於自動語音識別(ASR)的模型,特別針對英語語音識別任務進行了優化。

模型特點

高精度語音識別
在TIMIT數據集上實現了13.5%的詞錯誤率(WER)
無需語言模型
可直接使用,無需額外的語言模型支持
16kHz採樣率支持
專為16kHz採樣率的語音輸入優化

模型能力

英語語音轉文本
連續語音識別
說話人無關識別

使用案例

語音轉錄
語音筆記轉錄
將英語語音筆記自動轉換為文本
準確率約86.5%
會議記錄
自動生成會議語音的文字記錄
語音接口
語音命令識別
識別用戶語音命令
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase