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 191
发布时间 : 6/25/2022
模型简介
该模型是针对Stepmania游戏音频优化的自动语音识别模型,主要用于识别游戏中的音频指令或节奏点。
模型特点
高精度语音识别
基于wav2vec2-large-xlsr-53架构,提供较高的语音识别准确率
游戏音频优化
专门针对Stepmania游戏音频进行微调,适合游戏场景使用
多轮训练优化
经过10轮训练,模型性能逐步提升并趋于稳定
模型能力
自动语音识别
游戏音频处理
节奏点检测
使用案例
游戏应用
Stepmania游戏指令识别
识别游戏中的音频指令,辅助游戏操作
词错误率0.6928
游戏节奏分析
分析游戏音频中的节奏点,用于游戏辅助工具开发
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