W

Wav2vec2 Base Timit Demo Colab51

由 hassnain 开发
该模型是基于facebook/wav2vec2-base微调得到的语音识别模型,在TIMIT数据集上取得了0.748的词错误率。
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

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

高效微调
基于强大的wav2vec2-base模型进行微调,在有限数据上也能取得良好效果
较低词错误率
在评估集上取得了0.748的词错误率(WER),表现良好
端到端训练
采用端到端的训练方式,直接从音频输入到文本输出

模型能力

英语语音识别
音频转文本
自动语音转录

使用案例

语音转录
会议记录自动化
将会议录音自动转换为文字记录
准确率约75.2%
语音指令识别
识别简单的语音指令