W

Wav2vec2 Large Xlsr 53 Tatar

由crang開發
基於facebook/wav2vec2-large-xlsr-53在韃靼語上微調的自動語音識別模型,支持16kHz採樣率的語音輸入。
下載量 163
發布時間 : 3/2/2022

模型概述

這是一個針對韃靼語優化的自動語音識別模型,基於XLSR-53架構微調,適用於韃靼語語音轉文本任務。

模型特點

韃靼語優化
專門針對韃靼語進行微調,提高該語言的識別準確率
無需語言模型
可以直接使用,不需要額外的語言模型支持
16kHz採樣率支持
支持16kHz採樣率的語音輸入處理

模型能力

韃靼語語音識別
語音轉文本
自動語音識別

使用案例

語音轉錄
韃靼語語音轉錄
將韃靼語語音內容轉換為文本
詞錯誤率(WER)30.93%
語音助手
韃靼語語音指令識別
用於韃靼語語音助手或語音控制系統的語音識別模塊
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase