W

Wav2vec2 Large Xlsr 53 Chinese Zh Cn

由jonatasgrosman開發
基於facebook/wav2vec2-large-xlsr-53模型微調的中文語音識別模型,支持16kHz採樣率的語音輸入。
下載量 3.8M
發布時間 : 3/2/2022

模型概述

該模型是針對中文語音識別任務微調的XLSR-53大模型,適用於將中文語音轉換為文本。

模型特點

多數據集微調
使用Common Voice 6.1、CSS10和ST-CMDS等多箇中文語音數據集進行微調
無需語言模型
可直接使用,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

中文語音識別
語音轉文本

使用案例

語音轉錄
語音轉寫
將中文語音轉換為文本
在通用語音zh-CN測試集上CER為19.03%
語音助手
語音指令識別
識別中文語音指令
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase