Wav2vec2 Base Timit Demo Colab0
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
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers 支持多种语言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers 英语

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统 中文
R
uer
2,694
98
智启未来,您的人工智能解决方案智库
简体中文