Wav2vec2 Base Timit Demo Colab
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
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers 支持多种语言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers 英语

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98