W

Wav2vec2 Large Xlsr 53 Hungarian

由jonatasgrosman開發
這是一個針對匈牙利語語音識別任務微調的XLSR-53大模型,基於Common Voice和CSS10數據集訓練。
下載量 127.73k
發布時間 : 3/2/2022

模型概述

該模型是基於facebook/wav2vec2-large-xlsr-53在匈牙利語上微調的自動語音識別(ASR)模型,支持16kHz採樣率的語音輸入。

模型特點

高性能匈牙利語識別
在Common Voice匈牙利語測試集上達到31.40% WER和6.20% CER,優於同類模型
基於XLSR-53架構
利用跨語言語音表示學習的大規模預訓練模型進行微調
無需語言模型
可以直接使用,不需要額外的語言模型支持

模型能力

匈牙利語語音識別
16kHz音頻處理

使用案例

語音轉文字
語音轉錄
將匈牙利語語音內容轉換為文字
準確率約93.8%(基於CER)
語音助手
匈牙利語語音指令識別
用於匈牙利語語音助手的前端語音識別
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase