W

Wav2vec2 Large Lv60 Timit

由 harshit345 开发
基于facebook/wav2vec2-large-lv60模型在TIMIT数据集上微调的语音识别模型,支持16kHz采样率的语音输入。
下载量 21
发布时间 : 3/2/2022

模型简介

该模型是用于英语语音识别的自动语音识别(ASR)系统,在TIMIT数据集上进行了微调,能够将英语语音转换为文本。

模型特点

高精度语音识别
在TIMIT测试集上达到13.5%的词错误率(WER)
无需语言模型
可直接使用,无需额外语言模型支持
16kHz采样率支持
专为16kHz采样率的语音输入优化

模型能力

英语语音识别
实时语音转文本
音频转录

使用案例

语音转录
会议记录自动转录
将会议录音自动转换为文字记录
准确率约86.5%
语音指令识别
识别并处理语音命令
教育
发音评估
辅助语言学习者评估发音准确性
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase