W

Wav2vec2 Large Xlsr 53 Cantonese

由CAiRE開發
基於facebook/wav2vec2-large-xlsr-53模型,使用Common Voice語料庫8.0版對粵語進行微調的語音識別模型
下載量 1,214
發布時間 : 4/9/2022

模型概述

這是一個專門針對粵語優化的自動語音識別(ASR)模型,基於Wav2Vec2架構,適用於粵語語音轉文本任務。

模型特點

粵語優化
專門針對粵語語音進行微調,提供更準確的粵語識別能力
基於Wav2Vec2架構
採用先進的Wav2Vec2-Large-XLSR-53架構,具有強大的語音特徵提取能力
無需語言模型
可直接使用,無需額外語言模型支持

模型能力

粵語語音識別
音頻轉文本
自動語音轉錄

使用案例

語音轉寫
粵語會議記錄
將粵語會議錄音自動轉寫為文字記錄
字符錯誤率18.55%
粵語媒體字幕生成
為粵語視頻內容自動生成字幕
語音助手
粵語語音指令識別
用於粵語語音助手的指令識別系統
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase