W

Wav2vec2 Base Timit Google Colab

由 anithapappu 开发
基于facebook/wav2vec2-base在空数据集上微调的语音识别模型,在评估集上取得了0.3355的词错误率(WER)。
下载量 19
发布时间 : 5/23/2022
模型介绍
内容详情
替代品

模型简介

该模型是wav2vec2-base的微调版本,主要用于英语语音识别任务。

模型特点

低词错误率
在评估集上取得了0.3355的词错误率(WER),表现良好。
基于wav2vec2架构
采用facebook/wav2vec2-base作为基础模型,具有强大的语音特征提取能力。
微调优化
通过30轮次的微调训练,优化了模型在特定任务上的表现。

模型能力

英语语音识别
音频转文本

使用案例

语音转录
会议记录
将英语会议录音自动转换为文字记录
准确率约66.45%(WER=0.3355)
语音笔记
将英语语音笔记转换为可搜索的文本