W

Wav2vec2 Large Xlsr 53 Japanese

由jonatasgrosman開發
基於facebook/wav2vec2-large-xlsr-53模型微調的日語語音識別模型,支持16kHz採樣率的語音輸入
下載量 2.9M
發布時間 : 3/2/2022

模型概述

這是一個針對日語語音識別任務微調的XLSR-53大模型,基於Common Voice 6.1、CSS10和JSUT數據集訓練,適用於日語語音轉文本任務。

模型特點

多數據集訓練
結合了Common Voice 6.1、CSS10和JSUT三個日語數據集進行訓練,提高模型泛化能力
無需語言模型
可直接使用進行語音識別,無需額外語言模型支持
16kHz採樣率支持
專為16kHz採樣率的語音輸入優化

模型能力

日語語音識別
音頻轉文本
自動語音轉錄

使用案例

語音轉錄
日語語音轉文字
將日語語音內容轉換為文本格式
CER 20.16%, WER 81.80%(在Common Voice日語測試集上)
語音助手
日語語音指令識別
用於日語語音助手或控制系統的語音指令識別
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase