该模型是基于wav2vec2-large-xlsr-53在GARY109/AI_LIGHT_DANCE - ONSET-STEPMANIA2数据集上微调的自动语音识别模型。
下载量 160
发布时间 : 6/28/2022
模型简介
这是一个用于自动语音识别(ASR)的模型,专门针对Stepmania游戏中的音频数据进行优化。
模型特点
基于wav2vec2架构
使用wav2vec2-large-xlsr-53作为基础模型,具有良好的语音识别能力
针对游戏音频优化
专门在Stepmania游戏音频数据集上进行微调,适合游戏场景的语音识别
多轮次训练
经过10轮训练,验证损失稳定在1.0左右,词错误率约0.65
模型能力
语音识别
音频转录
游戏音频处理
使用案例
游戏
Stepmania游戏语音识别
识别Stepmania游戏中的语音指令
词错误率约0.65
语音转录
游戏音频转录
将游戏中的语音内容转录为文字
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
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文