W

Wav2vec2 Base Demo Colab

由asakawa開發
基於facebook/wav2vec2-base微調的語音識別模型,在特定數據集上訓練,詞錯誤率(WER)為0.3391。
下載量 24
發布時間 : 3/2/2022

模型概述

該模型是wav2vec2-base的微調版本,專注於語音識別任務,能夠將語音轉換為文本。

模型特點

低詞錯誤率
在評估集上達到0.3391的詞錯誤率(WER),表現優異。
基於wav2vec2-base微調
基於facebook/wav2vec2-base模型進行微調,繼承了其強大的語音特徵提取能力。
高效訓練
使用混合精度訓練和線性學習率調度,訓練效率高。

模型能力

語音識別
語音轉文本

使用案例

語音轉錄
會議記錄
將會議錄音自動轉換為文字記錄
準確率較高,詞錯誤率0.3391
語音筆記
將語音筆記轉換為可編輯的文本
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase