W

Wav2vec2 Xls R 300m Zh CN

由anantoj開發
該模型是基於facebook/wav2vec2-xls-r-300m在通用語音數據集ZH-CN上微調的自動語音識別(ASR)模型,支持中文普通話識別。
下載量 37
發布時間 : 3/2/2022

模型概述

這是一個針對中文普通話優化的自動語音識別模型,在通用語音數據集上進行了微調,能夠將語音轉換為文本。

模型特點

中文優化
專門針對中文普通話進行了微調,在中文語音識別任務上表現良好
基於大模型
基於300M參數的wav2vec2-xls-r大模型,具有較強的語音特徵提取能力
通用語音數據集
使用通用語音數據集(Common Voice)進行訓練,具有較好的泛化能力

模型能力

中文語音識別
語音轉文本
自動語音轉錄

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
CER(字錯誤率)約20.59%
語音輸入
為應用程序提供語音輸入功能
無障礙技術
即時字幕
為聽力障礙人士提供即時語音轉文字服務
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase