Wav2vec2 Base 960h 4 Gram
基于Facebook的Wav2Vec2-Base-960h模型,增加了英语4-gram语言模型,用于提高自动语音识别(ASR)的准确率。
下载量 19
发布时间 : 4/12/2022
模型简介
该模型是Wav2Vec2的变体,专门用于英语自动语音识别任务,通过集成4-gram语言模型提升了识别准确率。
模型特点
集成4-gram语言模型
使用Librispeech官方ngrams中的4-gram.arpa.gz文件,提高了语音识别的准确率。
基于Wav2Vec2架构
采用Facebook的Wav2Vec2-Base-960h模型作为基础,具有强大的语音特征提取能力。
模型能力
英语语音识别
高准确率语音转文本
使用案例
语音转录
音频内容转录
将英语语音内容自动转换为文本
在LibriSpeech测试集上达到2.59-6.46的WER
语音助手
语音命令识别
用于语音助手系统中的命令识别
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