W

Wav2vec2 Large Lv60 Timit Asr

由 elgeish 开发
基于facebook/wav2vec2-large-lv60模型,在timit_asr数据集上微调的语音识别模型
下载量 13
发布时间 : 3/2/2022

模型简介

这是一个用于自动语音识别(ASR)的模型,特别针对英语语音识别任务进行了优化。

模型特点

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

模型能力

英语语音转文本
连续语音识别
说话人无关识别

使用案例

语音转录
语音笔记转录
将英语语音笔记自动转换为文本
准确率约86.5%
会议记录
自动生成会议语音的文字记录
语音接口
语音命令识别
识别用户语音命令
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase