Psst Fairseq Rir
P
Psst Fairseq Rir
由 birgermoell 开发
该模型是基于Wav2vec 2.0基础架构微调的自动语音识别(ASR)模型,使用经过房间脉冲响应(RIR)增强的TIMIT子集训练
下载量 30
发布时间 : 4/15/2022
模型简介
用于英语音素识别的语音识别模型,在噪声增强环境下表现良好
模型特点
噪声鲁棒性
使用RIR增强数据训练,对噪声环境下的语音识别具有较强鲁棒性
音素级识别
专注于音素级别的语音识别任务,而非单词或句子识别
基于Wav2vec 2.0
利用Wav2vec 2.0的自监督学习能力,在小规模标注数据上表现良好
模型能力
英语音素识别
噪声环境语音处理
使用案例
语音技术研究
音素识别基准测试
可作为音素识别任务的基准模型进行比较
PER: 21.8%, FER: 9.6%
教育技术
发音评估
用于语言学习中的发音准确度评估
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