Wav2vec2 Xls R 300m Phoneme
基於facebook/wav2vec2-xls-r-300m微調的語音識別模型,專注於音素識別任務
下載量 12.26k
發布時間 : 5/19/2022
模型概述
該模型是wav2vec2-xls-r-300m的微調版本,專門用於音素識別任務。在評估集上取得了0.1332的字符錯誤率(Cer)。
模型特點
高效音素識別
針對音素識別任務進行了優化,在評估集上取得了較低的字符錯誤率
基於大規模預訓練模型
基於wav2vec2-xls-r-300m模型微調,繼承了其強大的語音特徵提取能力
優化的訓練配置
採用精心調優的訓練參數,包括學習率調度和梯度累積策略
模型能力
語音識別
音素識別
音頻特徵提取
使用案例
語音處理
語音轉音素
將語音信號轉換為音素序列
字符錯誤率0.1332
語音分析
用於語音學研究中的音素分析
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