Wav2vec2 Large Xlsr 53 Kalmyk

🚀 Wav2Vec2语音识别模型

本项目的Wav2Vec2模型是用于语音识别的模型，它在特定的数据集上进行了预训练和微调，能够在卡尔梅克语语音识别任务中发挥作用。

🚀 快速开始

此Wav2Vec2模型首先在500小时的卡尔梅克语电视录音和1000小时的蒙古语语音识别数据集上进行预训练。之后，该模型在由语音转换模型创建的300小时卡尔梅克语合成语音转文本数据集上进行微调。

✨ 主要特性

• 在由卡尔梅克语电视录音创建的私有测试集上，字错率（WER）为50%。
• 在清晰的语音录音上，该模型的字错率应该会低得多。
• 语音转换信息：
  • 使用了300小时的卡尔梅克语合成语音转文本数据集。
  • 源语音为卡尔梅克语女性语音的文本转语音（TTS）。
  • 目标语音来自VCTK数据集。
  • 示例数据：https://twitter.com/tugstugi/status/1409111296897912835
  • 每个WAV文件都有一段从卡尔梅克语书籍中提取的不同文本。

📄 许可证

本项目采用Apache-2.0许可证。