W

Wav2vec2 Base Ft Cv3 V3

由 danieleV9H 开发
该模型是基于facebook/wav2vec2-base在Common Voice 3.0英语数据集上微调的语音识别模型,在测试集上取得了0.247的词错误率。
下载量 120
发布时间 : 6/25/2022
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,在Common Voice数据集上训练。

模型特点

低词错误率
在Common Voice测试集上取得了0.247的词错误率,表现良好。
基于wav2vec2架构
采用Facebook的wav2vec2-base作为基础模型,具有强大的语音特征提取能力。
线性学习率调度
训练过程中使用线性学习率调度策略,有助于模型稳定收敛。

模型能力

英语语音识别
音频转文本

使用案例

语音转录
语音备忘录转录
将用户的语音备忘录自动转换为文本
准确率约75.3%(基于1-WER计算)
会议记录
自动生成会议语音记录的文本版本