该模型是基于wav2vec2-large-xlsr-53在GARY109/AI_LIGHT_DANCE数据集上微调的自动语音识别模型
下载量 166
发布时间 : 6/24/2022
模型简介
这是一个用于自动语音识别(ASR)的模型,特别针对音乐节奏游戏场景优化,能够将音频转换为文本
模型特点
音乐节奏游戏优化
针对音乐节奏游戏场景进行专门微调,可能更适合处理游戏中的音频特征
基于wav2vec2架构
使用强大的wav2vec2-large-xlsr-53作为基础模型,具有优秀的语音识别能力
模型能力
语音转文本
音乐节奏识别
使用案例
游戏开发
节奏游戏语音控制
用于音乐节奏游戏中实现语音控制功能
音乐分析
音乐节拍识别
分析音乐节拍和节奏模式
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