Wav2vec2 Cv Be

🚀 白俄罗斯语自动语音识别

本项目是针对白俄罗斯语的自动语音识别解决方案。它基于 facebook/wav2vec2-base 模型，在 mozilla-foundation/common_voice_8_0 be 数据集上进行了微调。该项目能够有效识别白俄罗斯语语音，为相关语音处理场景提供支持。

✨ 主要特性

• 基于 facebook/wav2vec2-base 模型微调，适配白俄罗斯语语音识别。
• 利用 mozilla-foundation/common_voice_8_0 be 数据集的 Train、Dev、Test 划分进行训练。
• 构建了基于 KenLM 的 5-gram 语言模型，提升识别性能。

📦 安装指南

文档未提供具体安装步骤，故跳过此章节。

💻 使用示例

文档未提供代码示例，故跳过此章节。

📚 详细文档

数据集使用

• 本模型使用 mozilla-foundation/common_voice_8_0 be 数据集的 Train、Dev、Test 划分进行训练，未使用 Validated 划分中的额外数据。每个句子仅使用一种发音，遵循 CommonVoice CorporaCreator 的数据划分方式。
• 为了构建更好的模型，可以使用 Validated 划分中已存在于 Train、Dev、Test 划分里句子的额外发音，即扩大这些划分的数据量。

语言模型构建

语言模型使用 KenLM 构建。基于 mozilla-foundation/common_voice_8_0 be 数据集的 Train + (Other - Dev - Test) 划分中的句子构建了 5-gram 语言模型。

模型运行

• 浏览器交互测试：本页面包含交互式演示小部件，可直接在浏览器中测试此模型。但该小部件仅使用声学模型，不使用能显著提高整体性能的语言模型。
• 完整管道测试：可以在 此空间页面 上使用 声学模型 + 语言模型 的完整管道进行测试（也可在浏览器中使用）。

模型指标

🔧 技术细节

文档未提供具体技术实现细节，故跳过此章节。

📄 许可证

本项目采用 GPL-3.0 许可证。

代码获取

源代码可在 此处 获取。