W

Wav2vec2 Base Timit Demo Colab52

由 hassnain 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,主要用于英语语音转文字任务。
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

这是一个基于wav2vec2架构的自动语音识别(ASR)模型,经过TIMIT数据集的微调,能够将英语语音转换为文本。

模型特点

基于wav2vec2架构
采用Facebook开发的wav2vec2基础架构,具有良好的语音特征提取能力
TIMIT数据集微调
在标准的TIMIT语音数据集上进行微调,提高了英语语音识别准确率
相对轻量级
基于wav2vec2-base版本,相比大型模型更易于部署和使用

模型能力

英语语音识别
语音转文字

使用案例

语音转录
英语语音转录
将英语语音内容转换为文本形式
词错误率(WER)为0.7501