W

Wav2vec2 Xls R Tf Left Right Shuru

由 hrdipto 开发
基于facebook/wav2vec2-xls-r-300m微调的语音识别模型,在评估集上取得了1.2628的词错误率(WER)。
下载量 29
发布时间 : 3/2/2022

模型简介

这是一个基于wav2vec2-xls-r-300m架构微调的语音识别模型,适用于语音转文本任务。

模型特点

低词错误率
在评估集上取得了1.2628的词错误率(WER),表现优异。
基于wav2vec2-xls-r架构
采用facebook的wav2vec2-xls-r-300m作为基础模型,具有强大的语音特征提取能力。
混合精度训练
使用原生AMP进行混合精度训练,提高训练效率。

模型能力

语音识别
语音转文本

使用案例

语音转录
会议记录
将会议录音自动转换为文字记录
词错误率1.2628
语音笔记
将语音笔记转换为可编辑的文本
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase