W

Wav2vec2 Large Xlsr 53 Tatar

由anton-l開發
基於 Facebook 的 wav2vec2-large-xlsr-53 模型在韃靼語 Common Voice 數據集上微調的語音識別模型
下載量 25
發布時間 : 3/2/2022

模型概述

這是一個用於韃靼語自動語音識別(ASR)的模型,基於 Facebook 的 wav2vec2-large-xlsr-53 架構微調而成,支持16kHz採樣率的語音輸入。

模型特點

韃靼語專用語音識別
專門針對韃靼語優化的語音識別模型,在Common Voice韃靼語測試集上達到26.76%的WER
基於XLSR架構
利用跨語言語音表示學習(XLSR)技術,能夠捕捉韃靼語的語音特徵
無需語言模型
可以直接使用而無需額外的語言模型支持

模型能力

韃靼語語音識別
語音轉文本
16kHz音頻處理

使用案例

語音轉寫
韃靼語語音轉錄
將韃靼語語音內容轉換為文本
在Common Voice測試集上達到26.76%的詞錯誤率
語音助手
韃靼語語音命令識別
用於韃靼語語音助手或語音控制系統的語音識別模塊
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase