W

Wav2vec2 Large Xlsr Pa IN

由danurahul開發
基於facebook/wav2vec2-large-xlsr-53在旁遮普語Common Voice數據集上微調的語音識別模型
下載量 26
發布時間 : 3/2/2022

模型概述

這是一個針對旁遮普語優化的自動語音識別(ASR)模型,基於Facebook的wav2vec2-large-xlsr-53架構微調而成,支持16kHz採樣率的語音輸入。

模型特點

旁遮普語優化
專門針對旁遮普語進行微調,提高了對該語言的識別準確率
基於XLSR架構
採用Facebook的wav2vec2-large-xlsr-53預訓練模型作為基礎,具有強大的語音特徵提取能力
16kHz採樣率支持
支持16kHz採樣率的語音輸入,適合常見語音應用場景

模型能力

語音識別
旁遮普語語音轉文本
自動語音轉錄

使用案例

語音轉錄
旁遮普語語音轉文字
將旁遮普語語音內容轉換為文字形式
在Common Voice測試集上WER為54.86
語音助手
旁遮普語語音指令識別
用於構建支持旁遮普語的語音助手系統
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase