Wav2vec2 Base 10k Voxpopuli
基于VoxPopuli语料库1万条未标注数据预训练的语音识别基础模型,支持多语言语音处理
下载量 2,504
发布时间 : 3/2/2022
模型简介
Facebook开发的Wav2Vec2语音识别基础模型,通过自监督学习从原始音频中提取语音特征,适用于多语言自动语音识别任务
模型特点
多语言支持
基于VoxPopuli多语言语料库训练,支持多种语言的语音识别
自监督预训练
使用1万小时未标注语音数据进行自监督学习,有效捕捉语音特征
可微调架构
提供基础模型架构,可针对特定语言或领域进行微调
模型能力
自动语音识别
语音特征提取
多语言语音处理
使用案例
语音转文字
会议记录自动化
将会议录音自动转换为文字记录
字幕生成
为视频内容自动生成字幕
语音分析
语音内容分析
从语音数据中提取关键信息进行分析
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