基于wav2vec2-large-xlsr-53的自动语音识别模型,在GARY109/AI_LIGHT_DANCE数据集上微调
下载量 160
发布时间 : 6/27/2022
模型简介
该模型是用于自动语音识别(ASR)任务的微调版本,专门针对AI_LIGHT_DANCE数据集优化,能够将语音转换为文本
模型特点
高性能语音识别
在评估集上取得了0.6622的词错误率(WER)
基于wav2vec2架构
采用强大的wav2vec2-large-xlsr-53作为基础模型
领域优化
在AI_LIGHT_DANCE数据集上进行了专门微调
模型能力
语音转文本
自动语音识别
使用案例
游戏音频处理
舞蹈游戏语音指令识别
识别舞蹈游戏中的语音指令
词错误率0.6622
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