wav2vec2-large-xls-r-1b-frisian-cv-13-elderly開源語音識別模型 - 精準識別弗里斯蘭語，專為老年群體優化

Wav2vec2 Large Xls R 1b Frisian Cv 13 Elderly

由golesheed開發

基於wav2vec2-large-xls-r-1b架構的弗里斯蘭語語音識別模型，專門針對老年用戶群體優化

下載量 23

發布時間 : 5/27/2023

模型概述

該模型是wav2vec2-large-xls-r-1b架構的微調版本，專注於弗里斯蘭語的自動語音識別任務，特別針對老年用戶群體的語音特徵進行了優化

老年用戶優化

針對老年用戶群體的語音特徵進行專門優化

大規模預訓練

基於10億參數的大規模wav2vec2架構

低詞錯誤率

在驗證集上達到29.77%的詞錯誤率

弗里斯蘭語語音識別

老年人語音特徵識別

語音轉寫

老年人口述歷史記錄

用於記錄和轉寫弗里斯蘭語老年人口述的歷史故事

能有效識別老年人特有的發音特徵

醫療語音助手

為弗里斯蘭語地區的老年患者提供語音交互的醫療輔助系統

訓練損失	輪數	步數	驗證損失	字錯率（Wer）
7.3658	5.0	50	1.9244	0.9718
0.8028	10.0	100	0.2503	0.2848
0.5111	15.0	150	0.2351	0.2870
0.7741	20.0	200	0.2383	0.2955
0.9183	25.0	250	0.2522	0.2977
0.5903	30.0	300	0.2773	0.3035
0.3031	35.0	350	0.2857	0.3067
0.4772	40.0	400	0.3087	0.3089
0.619	45.0	450	0.2857	0.3071
0.5617	50.0	500	0.2914	0.3035
0.4333	55.0	550	0.3058	0.3044
0.4576	60.0	600	0.3192	0.3008
0.3573	65.0	650	0.3158	0.3053
0.5565	70.0	700	0.3092	0.3076
0.4619	75.0	750	0.3110	0.3008
0.2608	80.0	800	0.3100	0.2977