W

Wav2vec2 Base Timit Demo Google Colab

由 pannaga 开发
该模型是基于facebook/wav2vec2-base在TIMIT数据集上微调的语音识别模型,在Google Colab环境下训练完成。
下载量 16
发布时间 : 6/30/2022
模型介绍
内容详情
替代品

模型简介

一个用于英语语音识别的微调模型,基于wav2vec2架构,适用于语音转文本任务。

模型特点

高效微调
在TIMIT数据集上微调,显著提升了原始wav2vec2-base模型的语音识别性能
Google Colab兼容
模型训练过程针对Google Colab环境优化,便于快速部署和实验
相对轻量级
基于wav2vec2-base架构,相比更大模型更适合资源有限的环境

模型能力

英语语音识别
语音转文本
音频特征提取

使用案例

语音处理
语音转录
将英语语音内容转换为文本
词错误率(WER)为0.3437
语音指令识别
识别简单的语音命令和指令