W

Wav2vec2 Base Timit Demo Colab 1

由 fahadtouseef 开发
该模型是基于facebook/wav2vec2-base在TIMIT数据集上微调的语音识别模型,评估集词错误率(WER)为0.2574。
下载量 18
发布时间 : 5/1/2022
模型介绍
内容详情
替代品

模型简介

一个用于英语语音识别的预训练模型,基于wav2vec2架构微调,适用于自动语音识别(ASR)任务。

模型特点

低词错误率
在评估集上达到0.2574的词错误率(WER),表现良好。
基于wav2vec2架构
采用facebook的wav2vec2-base模型作为基础架构,具有强大的语音特征提取能力。
微调优化
在TIMIT数据集上进行微调,针对特定语音识别任务进行了优化。

模型能力

英语语音识别
语音转文本
连续语音识别

使用案例

语音转录
会议记录自动转录
将英语会议录音自动转换为文字记录
词错误率约25.74%
语音笔记转换
将英语语音笔记转换为可编辑的文本
语音助手
英语语音指令识别
用于识别和理解英语语音指令