# Wav2Vec2微調

該模型基於Wav2Vec2架構微調訓練，專門用於識別英語語音中的六種情緒狀態（悲傷、憤怒、厭惡、恐懼、快樂、中性），準確率達92.42%。

基於facebook/wav2vec2-base模型在minds14數據集上微調的音頻分類模型

專為企業披露場景設計的語音語調分類器，基於Wav2Vec2架構進行兩階段訓練

基於Wav2Vec2微調的音頻分類器，能夠區分真人語音和AI生成語音。

基於Wav2Vec2的音頻分類模型，用於識別音樂流派

基於wav2vec2-large-xlsr-53-english微調的嬰兒哭聲分類模型，準確率達81.5%

基於Wav2Vec2 Large XLSR-53模型微調的語音情感識別系統，能夠識別7種常見情感

該模型用於從英語音頻中識別六種基本情緒：憤怒、厭惡、恐懼、快樂、悲傷和驚訝，基於RAVDESS數據集訓練。

該模型通過微調Wav2Vec2-Large-Robust，能夠從原始音頻中預測說話者的年齡和性別。

這是一個基於wav2vec2的阿拉伯語音節識別模型，能夠從語音中識別現代標準阿拉伯語的音節。

該模型是基於facebook/wav2vec2-xls-r-300m微調的語音識別模型，主要用於英語語音轉文本任務。

基於Wav2Vec2架構的音素識別模型，在LJSpeech Phonemes數據集上微調，用於將語音轉換為音素序列

基於wav2vec2-xls-r-300m微調的航空管制通信語音識別模型，支持英語

基於Wav2Vec 2.0微調的英語語音情感識別模型，能夠識別7種不同情感

該模型是在uob_singlish數據集上對malay-huggingface/wav2vec2-xls-r-300m-mixed進行微調的版本，主要用於語音識別任務。

這是一個基於facebook/wav2vec2-base-960h微調的法語語音識別模型，在評估集上取得了1.0的詞錯誤率。

該模型是基於wav2vec2-xls-r-300m-mixed在新加坡英語(uob_singlish)數據集上微調的語音識別模型

基於facebook/wav2vec2-base微調的語音識別模型，在評估集上取得了0.3355的詞錯誤率(WER)。

基於Facebook wav2vec2-large-xlsr-53-portuguese模型在common_voice數據集上微調的巴西葡萄牙語語音識別模型

該模型是基於facebook/wav2vec2-base在波斯語數據集上微調的語音識別模型，支持波斯語語音轉文本任務。

基於Facebook XLS-R-300M模型在馬拉地語語音數據集上微調的自動語音識別模型

這是一個基於facebook/wav2vec2-xls-r-300m模型在TIMIT數據集上微調的自動音素識別模型，主要用於英語語音的音素級別識別。

基於jonatasgrosman/wav2vec2-large-xlsr-53-english微調的英語-菲律賓語語音識別模型，在評估集上WER為0.5750

該模型是基於jonatasgrosman/wav2vec2-large-xlsr-53-english在filipino_voice數據集上微調的版本，用於英語和菲律賓語的語音識別任務。

該模型是基於facebook/wav2vec2-base進行微調的語音識別模型，在TIMIT數據集上取得了0.4348的詞錯誤率。

該模型是基於Harveenchadha/vakyansh-wav2vec2-hindi-him-4200在未知數據集上微調得到的語音識別模型，支持印地語，在評估集上取得了10.08%的詞錯誤率。

這是一個基於Harveenchadha/vakyansh-wav2vec2-hindi-him-4200微調的語音識別模型，支持印地語語音轉文本任務。

該模型通過對Wav2Vec2-Large-Robust進行微調訓練，用於語音情感識別，輸出喚醒度、支配度和效價三個維度的預測值。

基於facebook/wav2vec2-xls-r-300m在Mozilla Common Voice葡萄牙語數據集上微調的自動語音識別模型

這是一個針對葡萄牙語進行微調的Wav2vec 2.0模型，訓練數據來源於多個葡萄牙語語音數據集，包括CORAA、CETUC、MLS等。

基於Harveenchadha/vakyansh-wav2vec2-indian-english-enm-700微調的印度英語語音識別模型

基於facebook/wav2vec2-xls-r-300m微調的希伯來語語音識別模型，添加了n-gram語言模型增強

基於CETUC數據集針對巴西葡萄牙語進行微調的Wav2vec2模型，使用約145小時巴西葡萄牙語語音數據訓練

基於facebook/wav2vec2-xls-r-300m在通用語音數據集上微調的豪薩語語音識別模型

基於facebook/wav2vec2-large-xlsr-53模型，使用通用語音數據集對旁遮普語進行微調的自動語音識別模型

基於facebook/wav2vec2-base在timit_asr數據集上微調的語音識別模型，支持16kHz採樣率的語音輸入

這是一個基於facebook/wav2vec2-large-xlsr-53模型在西班牙語Common Voice 7數據集上微調的自動語音識別(ASR)模型。

該模型是基於flozi00/wav2vec-xlsr-german微調的德語語音識別模型，主要用於德語語音轉文本任務。

基於facebook/wav2vec2-large-xlsr-53模型微調的泰盧固語語音識別模型，使用OpenSLR SLR66數據集訓練

這是一個基於Facebook的wav2vec2-large-xlsr-53模型在土耳其語Common Voice數據集上微調的自動語音識別(ASR)模型。