A

Asr Wav2vec2 Commonvoice 14 Es

由speechbrain開發
這是一個基於CommonVoice西班牙語數據集訓練的端到端自動語音識別系統,使用wav2vec 2.0預訓練模型結合CTC解碼器。
下載量 22
發布時間 : 8/9/2023

模型概述

該模型用於西班牙語語音識別,由分詞器和聲學模型組成,能夠將西班牙語音頻轉換為文本。

模型特點

端到端語音識別
提供完整的語音識別流程,從音頻輸入到文本輸出
基於wav2vec 2.0預訓練模型
使用facebook/wav2vec2-large-xlsr-53預訓練模型作為基礎,具有強大的聲學特徵提取能力
CTC解碼器
採用CTC(Connectionist Temporal Classification)作為解碼器,適合序列到序列的任務
無需語言模型
系統不依賴外部語言模型即可完成語音識別

模型能力

西班牙語語音識別
音頻轉錄
16kHz單聲道音頻處理

使用案例

語音轉錄
西班牙語語音轉文字
將西班牙語語音內容轉換為文本形式
測試詞錯誤率13.28%,字錯誤率3.80%
語音助手
西班牙語語音指令識別
用於西班牙語語音助手或智能家居設備的語音指令識別
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase