S

Stt Ru Conformer Ctc Large

由nvidia開發
這是一個用於俄語自動語音識別的大型Conformer-CTC模型,在約1636小時的俄語語音數據上訓練,具有約1.2億參數。
下載量 452
發布時間 : 11/1/2022

模型概述

該模型將俄語語音轉錄為包含空格的小寫西裡爾字母文本,採用Conformer架構和CTC損失函數,適用於高質量的語音轉文本應用。

模型特點

高性能俄語識別
在多個俄語測試集上表現出色,如Common Voice 10.0測試集WER僅4.28%
大規模訓練數據
在約1636小時的俄語語音數據上訓練,包含多種來源的數據集
非自迴歸架構
採用Conformer-CTC架構,實現高效的單次前向推理
支持多種應用場景
適用於近距離和遠場語音識別,在crowd和farfield場景下均有良好表現

模型能力

俄語語音識別
即時語音轉文本
支持16kHz單聲道音頻輸入

使用案例

語音轉錄
會議記錄
將俄語會議錄音自動轉錄為文字記錄
高準確率的轉錄結果
語音助手
為俄語語音助手提供語音識別能力
低延遲的交互體驗
媒體處理
視頻字幕生成
為俄語視頻內容自動生成字幕
準確率高達95%以上的字幕
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase