该模型是基于wav2vec2-large-xlsr-53在GARY109/AI_LIGHT_DANCE - ONSET-STEPMANIA2数据集上微调得到的自动语音识别模型。
下载量 48
发布时间 : 6/23/2022
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StepMania的语音指令进行了优化。
模型特点
基于wav2vec2-large-xlsr-53微调
基于强大的wav2vec2-large-xlsr-53模型进行微调,具备良好的语音识别基础能力
针对StepMania优化
专门针对音乐节奏游戏StepMania的语音指令进行了优化训练
低词错误率
在评估集上取得了0.7344的词错误率(WER)
模型能力
语音识别
音乐游戏指令识别
使用案例
游戏
StepMania语音控制
识别音乐节奏游戏StepMania中的语音指令
词错误率0.7344
语音交互
游戏语音指令识别
识别特定游戏场景中的语音命令
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