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
模型介绍
内容详情
替代品

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