W

Wav2vec2 Final 1 Lm 2

由 chrisvinsen 开发
基于facebook/wav2vec2-base微调的语音识别模型,词错误率(WER)0.283,使用3元语法时词错误率0.126
下载量 15
发布时间 : 6/2/2022
模型介绍
内容详情
替代品

模型简介

这是一个用于语音识别的微调模型,基于wav2vec2架构,在特定数据集上训练得到

模型特点

低词错误率
在评估集上词错误率为0.4499,使用3元语法时降至0.126
基于wav2vec2架构
采用facebook的wav2vec2-base作为基础模型进行微调
优化训练
经过60轮训练,采用线性学习率调度和预热策略

模型能力

语音识别
音频转文本

使用案例

语音转录
会议记录转录
将会议录音转换为文字记录
词错误率0.283
语音指令识别
识别和理解语音指令