AIbase

W

Wav2vec2 Base Timit Demo Colab

由 nawta 开发
基于facebook/wav2vec2-base模型在TIMIT数据集上微调的语音识别模型，具有较低的词错误率(WER)。
语音识别
Transformers
开源协议:Apache-2.0#语音识别#低词错误率#TIMIT数据集
下载量 96
发布时间 : 6/27/2022
模型介绍
内容详情
替代品

模型简介

该模型是用于英语语音识别的预训练模型，经过微调后在TIMIT数据集上表现出色。

模型特点

低词错误率
在TIMIT数据集上取得了0.0168的词错误率(WER)，表现优异。
基于wav2vec2架构
采用facebook的wav2vec2-base架构，具有良好的语音特征提取能力。
微调优化
经过30轮次的精细微调，模型性能得到显著提升。

模型能力

英语语音识别
音频转文本
语音内容分析

使用案例

语音转录
会议记录
将英语会议录音自动转换为文字记录
准确率高达98.32% (WER=0.0168)
语音笔记
将口语笔记转换为可搜索的文本
语音助手
语音指令识别
识别并执行英语语音指令