Psst Fairseq Rir

🚀 自动语音识别模型

本模型可用于自动语音识别，基于特定数据集训练，在验证集上有较好的表现，为语音识别任务提供了有效的解决方案。

🚀 快速开始

本模型在 PSST Challenge 数据上进行训练，使用了 TIMIT 数据集的一个子集，并通过房间脉冲响应（RIR）进行了数据增强。仓库中包含一个文件（timit-ids.txt），其中列出了所使用的 TIMIT 数据的 ID。

该模型在 Wav2vec 2.0 Base, No finetuning 基础上进行了微调，在验证集上的结果如下：

• PER（音素错误率）：21.8%
• FER（帧错误率）：9.6%

📄 许可证

本项目采用 Apache-2.0 许可证。