AIbase

S

Skyly

由 Siyam 开发
SKYLy是基于facebook/wav2vec2-large-xlsr-53在common_voice数据集上微调的语音识别模型，在评估集上取得了0.4083的词错误率(WER)。
语音识别
Transformers
开源协议:Apache-2.0#语音识别#多语言支持#低词错误率
下载量 26
发布时间 : 5/1/2022
模型介绍
内容详情
替代品

模型简介

该模型是一个语音识别(ASR)模型，主要用于将语音转换为文本。基于wav2vec2-large-xlsr-53架构微调，支持多语言语音识别。

模型特点

低词错误率
在评估集上取得了0.4083的词错误率(WER)，表现优异
基于wav2vec2架构
采用facebook的wav2vec2-large-xlsr-53作为基础模型，具有强大的语音特征提取能力
多语言支持
基于common_voice多语言数据集训练，支持多种语言的语音识别

模型能力

语音转文本
多语言语音识别
实时语音处理

使用案例

语音转录
会议记录自动转录
将会议录音自动转换为文字记录
准确率约60%(基于WER 0.4推断)
语音助手
用于语音控制系统的语音识别模块
无障碍应用
听力辅助工具
为听障人士提供实时语音转文字服务