W

Wav2vec2 Large Xlsr Kyrgyz

由aismlv開發
基於facebook/wav2vec2-large-xlsr-53模型微調的吉爾吉斯語語音識別模型,在Common Voice數據集上訓練,詞錯誤率34.08%。
下載量 571
發布時間 : 3/2/2022

模型概述

這是一個專門用於吉爾吉斯語語音識別的模型,基於Wav2Vec2-XLSR架構,適用於將吉爾吉斯語音頻轉換為文本。

模型特點

高精度吉爾吉斯語識別
專門針對吉爾吉斯語優化的語音識別模型,在Common Voice測試集上達到34.08%的詞錯誤率
基於XLSR架構
利用大規模跨語言表示學習預訓練模型,具有強大的語音特徵提取能力
16kHz採樣率支持
專為16kHz採樣率的語音輸入優化,使用時需確保音頻採樣率匹配

模型能力

吉爾吉斯語語音識別
音頻轉文本
自動語音轉錄

使用案例

語音轉寫
吉爾吉斯語語音轉錄
將吉爾吉斯語的語音內容轉換為可編輯的文本格式
詞錯誤率34.08%
語音助手
吉爾吉斯語語音指令識別
為吉爾吉斯語語音助手提供語音識別能力
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase