W

Wav2vec2 Base Timit Demo Colab11

由 sameearif88 开发
该模型是基于facebook/wav2vec2-base进行微调的语音识别模型,在TIMIT数据集上取得了0.4348的词错误率。
下载量 18
发布时间 : 5/1/2022
模型介绍
内容详情
替代品

模型简介

这是一个用于英语语音识别的模型,基于wav2vec2架构微调而成,适用于将英语语音转换为文本的任务。

模型特点

低词错误率
在评估集上取得了0.4348的词错误率,表现良好
基于wav2vec2架构
采用Facebook开发的wav2vec2-base作为基础模型
混合精度训练
使用原生AMP进行训练,提高训练效率

模型能力

英语语音识别
语音转文本

使用案例

语音转录
会议记录
将英语会议录音自动转换为文字记录
词错误率约43.48%
语音笔记
将英语语音笔记转换为可搜索的文本