W

Wav2vec2 Base 960h

由Xenova開發
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
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase