W

Wav2vec2 Base Timit Demo Colab

由 obokkkk 开发
基于facebook/wav2vec2-base微调的语音识别模型,在TIMIT数据集上训练,词错误率(WER)为0.3468。
下载量 20
发布时间 : 4/20/2022

模型简介

这是一个用于英语语音识别的模型,基于wav2vec2架构微调,适用于将语音转换为文本的任务。

模型特点

低词错误率
在评估集上达到0.3468的词错误率(WER),表现良好。
基于wav2vec2架构
采用facebook的wav2vec2-base模型作为基础架构,具有强大的语音特征提取能力。
微调训练
在TIMIT数据集上进行微调,针对特定语音识别任务优化。

模型能力

英语语音识别
语音转文本

使用案例

语音转录
会议记录
将英语会议录音自动转换为文字记录
准确率约65.32% (1-WER)
语音笔记
将英语语音笔记转换为可搜索的文本
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase