W

Wav2vec2 Large Xls R 300m As

由anuragshas開發
基於Facebook wav2vec2-xls-r-300m模型在Common Voice 7阿薩姆語(AS)數據集上微調的自動語音識別(ASR)模型
下載量 19
發布時間 : 3/2/2022

模型概述

該模型是針對阿薩姆語的自動語音識別系統,能夠將阿薩姆語語音轉換為文本

模型特點

多語言支持
基於Facebook的多語言wav2vec2-xls-r模型,支持包括阿薩姆語在內的多種語言
高效訓練
使用梯度累積等技術優化訓練過程,在有限資源下實現高效訓練
魯棒性
模型在Common Voice數據集上訓練,具有一定程度的語音變化魯棒性

模型能力

阿薩姆語語音識別
語音轉文本
支持16kHz採樣率音頻處理

使用案例

語音轉錄
阿薩姆語語音轉錄
將阿薩姆語語音內容轉換為文本
詞錯誤率56.995%(使用語言模型)
語音助手
阿薩姆語語音指令識別
用於理解阿薩姆語語音命令
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase