W

Wav2vec2 Large Xlsr Vietnamese

由 Nhut 开发
基于facebook/wav2vec2-large-xlsr-53模型微调的越南语自动语音识别模型
下载量 22
发布时间 : 3/2/2022

模型简介

该模型是针对越南语优化的自动语音识别(ASR)模型,基于XLSR Wav2Vec2架构,使用Common Voice、FOSD和VIVOS数据集进行微调。

模型特点

多数据集微调
使用Common Voice、FOSD和VIVOS三个越南语数据集进行训练,提高模型适应性
16kHz采样率支持
优化处理16kHz采样率的语音输入
无需语言模型
可直接使用,无需额外语言模型支持

模型能力

越南语语音识别
自动语音转文本

使用案例

语音转写
越南语语音转录
将越南语语音内容转换为文本
在Common Voice越南语测试集上WER为49.59%
语音助手
越南语语音命令识别
用于越南语语音助手或智能家居设备的语音命令识别
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase