W
Wav2vec2 Base Timit Demo Colab12
由 sameearif88 开发
基于facebook/wav2vec2-base模型在TIMIT数据集上微调的语音识别模型,词错误率(WER)为0.3546
下载量 16
发布时间 : 5/1/2022
模型简介
该模型是用于英语语音识别的预训练模型,通过微调在TIMIT数据集上实现了较好的识别准确率
模型特点
低词错误率
在评估集上达到0.3546的词错误率(WER),表现优异
基于wav2vec2架构
采用Facebook开源的wav2vec2-base模型作为基础架构
微调优化
通过30轮次的精细调优,显著提升了原模型的识别性能
模型能力
英语语音识别
音频转文本
语音内容分析
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
准确率约65%(基于WER 0.3546推算)
语音助手
语音指令识别
识别用户语音指令并转换为可执行命令
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文