S

Seamless M4t V2 Large Speech Encoder

由WueNLP開發
從SeamlessM4Tv2-Large中提取的語音編碼器模塊,擅長跨語言和多語言的序列級音頻分類任務
下載量 67
發布時間 : 11/18/2024

模型概述

該模型是一個多語言語音編碼器,專門用於音頻分類任務,支持超過100種語言。

模型特點

多語言支持
支持超過100種語言的語音編碼和分類
音頻分類
擅長跨語言和多語言的序列級音頻分類任務
高效處理
優化用於處理16kHz音頻波形

模型能力

音頻特徵提取
多語言音頻分類
語音編碼

使用案例

語音識別
多語言語音分類
對多種語言的語音進行分類
在SIB-Fleurs數據集上表現優異
語音處理
語音特徵提取
從語音中提取有用的特徵
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase