# Wav2Vec2微调

该模型基于Wav2Vec2架构微调训练，专门用于识别英语语音中的六种情绪状态（悲伤、愤怒、厌恶、恐惧、快乐、中性），准确率达92.42%。

基于facebook/wav2vec2-base模型在minds14数据集上微调的音频分类模型

专为企业披露场景设计的语音语调分类器，基于Wav2Vec2架构进行两阶段训练

基于Wav2Vec2微调的音频分类器，能够区分真人语音和AI生成语音。

基于Wav2Vec2的音频分类模型，用于识别音乐流派

基于wav2vec2-large-xlsr-53-english微调的婴儿哭声分类模型，准确率达81.5%

基于Wav2Vec2 Large XLSR-53模型微调的语音情感识别系统，能够识别7种常见情感

该模型用于从英语音频中识别六种基本情绪：愤怒、厌恶、恐惧、快乐、悲伤和惊讶，基于RAVDESS数据集训练。

该模型通过微调Wav2Vec2-Large-Robust，能够从原始音频中预测说话者的年龄和性别。

这是一个基于wav2vec2的阿拉伯语音节识别模型，能够从语音中识别现代标准阿拉伯语的音节。

该模型是基于facebook/wav2vec2-xls-r-300m微调的语音识别模型，主要用于英语语音转文本任务。

基于Wav2Vec2架构的音素识别模型，在LJSpeech Phonemes数据集上微调，用于将语音转换为音素序列

基于wav2vec2-xls-r-300m微调的航空管制通信语音识别模型，支持英语

基于Wav2Vec 2.0微调的英语语音情感识别模型，能够识别7种不同情感

该模型是在uob_singlish数据集上对malay-huggingface/wav2vec2-xls-r-300m-mixed进行微调的版本，主要用于语音识别任务。

这是一个基于facebook/wav2vec2-base-960h微调的法语语音识别模型，在评估集上取得了1.0的词错误率。

该模型是基于wav2vec2-xls-r-300m-mixed在新加坡英语(uob_singlish)数据集上微调的语音识别模型

基于facebook/wav2vec2-base微调的语音识别模型，在评估集上取得了0.3355的词错误率(WER)。

基于Facebook wav2vec2-large-xlsr-53-portuguese模型在common_voice数据集上微调的巴西葡萄牙语语音识别模型

该模型是基于facebook/wav2vec2-base在波斯语数据集上微调的语音识别模型，支持波斯语语音转文本任务。

基于Facebook XLS-R-300M模型在马拉地语语音数据集上微调的自动语音识别模型

这是一个基于facebook/wav2vec2-xls-r-300m模型在TIMIT数据集上微调的自动音素识别模型，主要用于英语语音的音素级别识别。

基于jonatasgrosman/wav2vec2-large-xlsr-53-english微调的英语-菲律宾语语音识别模型，在评估集上WER为0.5750

该模型是基于jonatasgrosman/wav2vec2-large-xlsr-53-english在filipino_voice数据集上微调的版本，用于英语和菲律宾语的语音识别任务。

该模型是基于facebook/wav2vec2-base进行微调的语音识别模型，在TIMIT数据集上取得了0.4348的词错误率。

该模型是基于Harveenchadha/vakyansh-wav2vec2-hindi-him-4200在未知数据集上微调得到的语音识别模型，支持印地语，在评估集上取得了10.08%的词错误率。

这是一个基于Harveenchadha/vakyansh-wav2vec2-hindi-him-4200微调的语音识别模型，支持印地语语音转文本任务。

该模型通过对Wav2Vec2-Large-Robust进行微调训练，用于语音情感识别，输出唤醒度、支配度和效价三个维度的预测值。

基于facebook/wav2vec2-xls-r-300m在Mozilla Common Voice葡萄牙语数据集上微调的自动语音识别模型

这是一个针对葡萄牙语进行微调的Wav2vec 2.0模型，训练数据来源于多个葡萄牙语语音数据集，包括CORAA、CETUC、MLS等。

基于Harveenchadha/vakyansh-wav2vec2-indian-english-enm-700微调的印度英语语音识别模型

这是一个基于facebook/wav2vec2-large-xlsr-53模型微调的自动语音识别模型，专门用于识别罗曼什语的苏塞尔瓦方言。

基于facebook/wav2vec2-large-xlsr-53在希腊语上微调的语音识别模型，支持16kHz采样率的语音输入。

基于facebook/wav2vec2-base微调的自动语音识别(ASR)模型，在评估集上词错误率为0.3423

这是一个针对巴西葡萄牙语微调的Wav2vec 2.0模型，使用了多个巴西葡萄牙语数据集进行训练，在Common Voice测试集上WER为13.6。

基于Common Voice 7.0数据集针对巴西葡萄牙语微调的Wav2vec 2.0模型，用于葡萄牙语语音识别

基于facebook/wav2vec2-large-xlsr-53微调的阿萨姆语自动语音识别模型，使用Common Voice数据集训练

这是一个基于Facebook的wav2vec2-large-xlsr-53模型在土耳其语Common Voice数据集上微调的自动语音识别(ASR)模型。

基于facebook/wav2vec2-large-xlsr-53微调的埃及阿拉伯语自动语音识别模型，使用arabicspeech.org MGB-3数据集训练。

基于wav2vec 2.0架构的多语言语音识别模型，专门针对波斯语进行微调，显著降低词错误率