Whisper Large V2 Cantonese
W
Whisper Large V2 Cantonese
由Scrya開發
基於OpenAI Whisper Large V2模型微調的粵語自動語音識別(ASR)模型,在Common Voice 11.0粵語數據集上訓練,字錯誤率(CER)為6.21%。
下載量 210
發布時間 : 12/19/2022
模型概述
這是一個專門針對粵語優化的自動語音識別模型,通過數據增強技術提升了識別準確率,適用於粵語語音轉文字場景。
模型特點
粵語優化
專門針對粵語語音特點進行微調,相比通用模型有更好的識別準確率
數據增強
訓練時使用音高偏移和時間拉伸等音頻增強技術,提升模型魯棒性
低錯誤率
在Common Voice粵語測試集上達到6.21%的字錯誤率(CER)
模型能力
粵語語音識別
語音轉文字
音頻轉錄
使用案例
語音轉錄
粵語會議記錄
將粵語會議錄音自動轉換為文字記錄
準確率約93.79%(CER 6.21%)
媒體字幕生成
為粵語視頻內容自動生成字幕
語音助手
粵語語音指令識別
用於支持粵語的智能家居或語音助手系統
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98