W

Wav2vec2 Base Timit Demo Colab0

由 sherry7144 开发
该模型是基于facebook/wav2vec2-base微调的语音识别模型,在TIMIT数据集上取得了0.5635的词错误率。
下载量 26
发布时间 : 4/30/2022

模型简介

一个用于英语语音识别的预训练模型,经过微调后可用于语音转文本任务。

模型特点

基于wav2vec2架构
采用facebook的wav2vec2-base作为基础模型,具有强大的语音特征提取能力。
TIMIT数据集微调
在标准TIMIT语音数据集上进行微调,适合英语语音识别任务。
相对较低词错误率
在评估集上取得0.5635的词错误率,表现良好。

模型能力

英语语音识别
语音转文本

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
词错误率0.5635
语音助手
基础语音指令识别
可用于构建简单的英语语音指令识别系统
AIbase
智启未来,您的人工智能解决方案智库
简体中文