W

Wav2vec2 2 Bart Base

由patrickvonplaten開發
基於wav2vec2-base和bart-base在LibriSpeech ASR clean數據集上微調的語音識別模型
下載量 493
發布時間 : 3/2/2022

模型概述

該模型結合了wav2vec2的語音特徵提取能力和BART的序列到序列轉換能力,專注於英語語音識別任務

模型特點

混合架構
結合了wav2vec2的語音特徵提取和BART的序列轉換能力
高效微調
在LibriSpeech ASR clean數據集上進行了優化
多GPU訓練
支持分佈式訓練,提高訓練效率

模型能力

英語語音識別
音頻轉文本
序列到序列轉換

使用案例

語音轉錄
會議記錄
將會議錄音轉換為文字記錄
播客轉錄
將播客音頻內容轉換為文本
輔助技術
即時字幕生成
為視頻或直播生成即時字幕
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase