W

Wav2vec2 Base Timit Demo Colab3000

由 hassnain 开发
基于facebook/wav2vec2-base模型在TIMIT数据集上微调的语音识别模型,适用于英语语音转文本任务。
下载量 23
发布时间 : 5/2/2022
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,专门用于英语语音识别任务,在TIMIT数据集上进行了训练和评估。

模型特点

基于wav2vec2架构
采用Facebook提出的wav2vec2基础架构,具有强大的语音特征提取能力。
TIMIT数据集微调
在标准TIMIT语音数据集上进行微调,优化了英语语音识别性能。
高效推理
评估阶段每秒可处理约9.8个样本,具备较高的处理效率。

模型能力

英语语音识别
音频转文本
连续语音识别

使用案例

语音转录
英语语音转录
将英语语音内容转换为文本形式
词错误率(WER)为0.3845
教育应用
发音评估
可用于语言学习中的发音准确性评估