W

Wav2vec2 Base Timit Demo Colab90

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,专注于英语语音转文本任务
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

该模型是wav2vec2-base的微调版本,针对语音识别任务进行了优化,能够将英语语音转换为文本

模型特点

高效微调
基于预训练的wav2vec2-base模型进行微调,在有限数据上实现了较好的性能提升
较低词错误率
在评估集上取得了0.4479的词错误率(WER),表现优于基础模型
轻量级部署
base版本相对较小,适合资源有限的环境部署

模型能力

英语语音识别
语音转文本
音频内容转录

使用案例

语音转录
会议记录自动化
将英语会议录音自动转换为文字记录
词错误率约44.79%
语音笔记转换
将个人语音备忘录转换为可搜索的文本
辅助工具
听力障碍辅助
为听力障碍人士提供实时语音转文字服务