基于facebook/wav2vec2-base微调的语音识别模型,在评估集上取得了0.3417的词错误率。
下载量 27
发布时间 : 6/11/2022
模型简介
该模型是用于语音识别的wav2vec2模型微调版本,能够将语音转换为文本。
模型特点
低词错误率
在评估集上取得了0.3417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,具有优秀的语音特征提取能力。
精细调优
经过30轮训练,学习率逐步调整,模型性能稳定提升。
模型能力
语音识别
语音转文本
使用案例
语音转录
会议记录
将会议录音自动转换为文字记录
准确率约65.83%(词错误率0.3417)
语音笔记
将语音笔记转换为可搜索的文本
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