W

Wav2vec2 Base Timit Demo Colab647

由 hassnain 开发
该模型是基于facebook/wav2vec2-base进行微调的语音识别模型,在TIMIT数据集上取得了0.4799的词错误率。
下载量 16
发布时间 : 5/1/2022
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任务的微调模型,基于wav2vec2架构,适用于英语语音转文本的应用场景。

模型特点

低词错误率
在评估集上取得了0.4799的词错误率,表现良好
基于wav2vec2架构
采用facebook的wav2vec2-base作为基础模型,具有强大的语音特征提取能力
高效训练
使用混合精度训练和线性学习率调度器,训练效率高

模型能力

英语语音识别
语音转文本

使用案例

语音转录
会议记录
将英语会议录音转换为文字记录
词错误率约48%
语音笔记
将英语语音笔记转换为可搜索的文本