该模型是基于facebook/wav2vec2-large-xlsr-53在AI_LIGHT_DANCE - ONSET-SINGING数据集上微调的自动语音识别模型,主要用于歌唱语音识别任务。
下载量 23
发布时间 : 6/15/2022
模型简介
这是一个针对歌唱语音识别任务优化的自动语音识别模型,基于wav2vec2-large-xlsr-53架构微调而成,在评估集上取得了20.43%的词错误率。
模型特点
歌唱语音识别优化
专门针对歌唱语音进行微调,相比通用语音识别模型在歌唱场景表现更优
低词错误率
在评估集上取得20.43%的词错误率,表现良好
基于XLSR架构
采用跨语言语音表示学习的大规模预训练模型作为基础
模型能力
歌唱语音识别
音频转文本
音乐内容分析
使用案例
音乐分析
歌唱歌词转录
将歌唱录音自动转换为歌词文本
词错误率20.43%
音乐内容检索
通过歌词内容搜索音乐片段
音乐教育
歌唱练习评估
分析歌唱录音与标准歌词的匹配度
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