Wav2vec2 Base 960h
基於Facebook wav2vec2-base-960h模型的ONNX格式轉換版本,專為Transformers.js設計,支持瀏覽器端語音識別
下載量 117
發布時間 : 7/26/2023
模型概述
該模型是自動語音識別(ASR)模型,可將音頻輸入轉換為文本輸出,適用於英語語音轉錄任務
模型特點
瀏覽器兼容性
ONNX格式支持在瀏覽器環境中直接運行,無需服務器端處理
輕量級
基礎版本模型適合在資源有限的環境中部署
高準確率
在960小時英語語音數據上訓練,具備良好的識別準確率
模型能力
英語語音識別
即時音頻轉錄
瀏覽器端語音處理
使用案例
語音轉錄
會議記錄自動化
自動將會議錄音轉換為文字記錄
示例轉錄準確率可達90%以上
語音控制應用
為Web應用添加語音控制功能
輔助工具
即時字幕生成
為視頻或直播內容生成即時字幕
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98