W

Wav2vec2 Xlsr 53 Pa In

由anuragshas開發
基於facebook/wav2vec2-large-xlsr-53模型微調的旁遮普語自動語音識別模型,支持16kHz採樣率輸入。
下載量 19
發布時間 : 3/2/2022

模型概述

該模型是專為旁遮普語(印度)優化的自動語音識別系統,基於Common Voice數據集微調,適用於語音轉文本任務。

模型特點

高兼容性
支持16kHz標準採樣率輸入,適配常見語音設備
無需語言模型
可直接使用,無需額外集成語言模型
數據增強
基於Common Voice大規模旁遮普語數據集微調

模型能力

語音識別
旁遮普語語音轉文本
即時語音處理

使用案例

語音轉錄
語音備忘錄轉寫
將旁遮普語語音備忘錄自動轉換為文本
測試WER 58.05%
語音助手
為旁遮普語用戶提供語音交互支持
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase