W

Wav2vec2 Final 1 Lm 4

由 chrisvinsen 开发
基于facebook/wav2vec2-base微调的语音识别模型,在评估集上词错误率为0.4499
下载量 16
发布时间 : 6/2/2022
模型介绍
内容详情
替代品

模型简介

这是一个基于wav2vec2架构的语音识别模型,经过微调后可用于将语音转换为文本的任务。

模型特点

低词错误率
在评估集上词错误率为0.4499,使用5-Gram语言模型时可降至0.126
基于wav2vec2架构
采用facebook/wav2vec2-base作为基础模型进行微调
线性学习率调度
训练过程中采用线性学习率调度器,包含800步预热

模型能力

语音转文本
自动语音识别

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
词错误率0.4499
语音笔记
将语音备忘录转换为可搜索的文本
使用5-Gram语言模型时词错误率降至0.126