wav2vec2-xls-r-1b-hi-cv8開源語音識別模型 - 免費支持印地語語音轉文本

Wav2vec2 Xls R 1b Hi Cv8

由anuragshas開發

這是一個基於facebook/wav2vec2-xls-r-1b模型在Common Voice 8.0印地語數據集上微調的自動語音識別模型，支持印地語語音轉文本任務。

下載量 16

發布時間 : 3/2/2022

模型概述

該模型專門用於印地語語音識別，能夠將印地語語音轉換為文本。在Common Voice評估集上取得了36.7%的詞錯誤率。

大規模預訓練基礎

基於10億參數的wav2vec2-xls-r模型微調，具備強大的語音特徵提取能力

印地語優化

專門針對印地語語音數據進行微調，適應印地語發音特點

相對較低詞錯誤率

在評估集上達到36.7%的詞錯誤率，對於印地語語音識別任務表現良好

印地語語音識別

語音轉文本

支持長音頻處理

語音轉錄

印地語語音轉文字

將印地語語音內容轉換為可編輯的文本格式

詞錯誤率36.7%

輔助工具

語音輸入系統

為印地語用戶提供語音輸入支持

訓練損失	輪數	步數	驗證損失	字錯率（Wer）
2.514	2.07	400	1.4589	0.8531
1.4289	4.15	800	0.8940	0.6475
1.276	6.22	1200	0.7743	0.6089
1.2213	8.29	1600	0.6919	0.4973
1.1522	10.36	2000	0.6635	0.4588
1.0914	12.44	2400	0.6839	0.4586
1.0499	14.51	2800	0.7151	0.4467
1.0238	16.58	3200	0.6824	0.4436
0.9963	18.65	3600	0.6872	0.4437
0.9728	20.73	4000	0.7047	0.4244
0.9373	22.8	4400	0.6569	0.4189
0.9028	24.87	4800	0.6623	0.4094
0.8759	26.94	5200	0.6723	0.4152
0.8824	29.02	5600	0.6467	0.4017
0.8371	31.09	6000	0.6911	0.4080
0.8205	33.16	6400	0.7145	0.4063
0.7837	35.23	6800	0.7037	0.3930
0.7708	37.31	7200	0.6925	0.3840
0.7359	39.38	7600	0.7034	0.3829
0.7153	41.45	8000	0.7030	0.3794
0.7127	43.52	8400	0.6823	0.3761
0.6884	45.6	8800	0.6854	0.3711
0.6835	47.67	9200	0.6723	0.3665
0.6703	49.74	9600	0.6773	0.3668