Wav2vec2 Tcrs
W
Wav2vec2 Tcrs
由 neelan-elucidate-ai 开发
基于facebook/wav2vec2-large-lv60微调的语音识别模型,在评估集上取得1.0657的词错误率
下载量 20
发布时间 : 5/4/2022
模型简介
该模型是用于语音识别任务的微调模型,基于wav2vec2架构,适用于将语音转换为文本的应用场景。
模型特点
低词错误率
在评估集上取得了1.0657的词错误率,表现优异
基于wav2vec2架构
采用facebook/wav2vec2-large-lv60作为基础模型,具有强大的语音特征提取能力
精细调优
经过100轮精细调优训练,模型性能得到显著提升
模型能力
语音转文本
自动语音识别
使用案例
语音转录
会议记录自动生成
将会议录音自动转换为文字记录
高准确率的转录结果
语音助手
用于语音助手的语音识别模块
快速准确的语音理解
无障碍应用
实时字幕生成
为听力障碍人士提供实时字幕服务
低延迟高准确率的字幕输出
精选推荐AI模型
Qwen2.5 VL 7B Abliterated Caption It I1 GGUF
Apache-2.0
Qwen2.5-VL-7B-Abliterated-Caption-it的量化版本,支持多语言图像描述任务。
图像生成文本
Transformers 支持多种语言

Q
mradermacher
167
1
Nunchaku Flux.1 Dev Colossus
其他
Colossus Project Flux 的 Nunchaku 量化版本,旨在根据文本提示生成高质量图像。该模型在优化推理效率的同时,将性能损失降至最低。
图像生成 英语
N
nunchaku-tech
235
3
Qwen2.5 VL 7B Abliterated Caption It GGUF
Apache-2.0
这是一个基于Qwen2.5-VL-7B模型的静态量化版本,专注于图像描述生成任务,支持多种语言。
图像生成文本
Transformers 支持多种语言

Q
mradermacher
133
1
Olmocr 7B 0725 FP8
Apache-2.0
olmOCR-7B-0725-FP8是基于Qwen2.5-VL-7B-Instruct模型,使用olmOCR-mix-0225数据集微调后量化为FP8版本的文档OCR模型。
图像生成文本
Transformers 英语

O
allenai
881
3
Lucy 128k GGUF
Apache-2.0
Lucy-128k是基于Qwen3-1.7B开发的专注于代理式网络搜索和轻量级浏览的模型,在移动设备上也能高效运行。
大型语言模型
Transformers 英语

L
Mungert
263
2