AIbase

2

20220415 210530

由 lilitket 开发
该模型是基于facebook/wav2vec2-xls-r-2b在common_voice数据集上微调的语音识别模型
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 20
发布时间 : 4/15/2022
模型介绍
内容详情
替代品

模型简介

这是一个用于语音识别任务的微调模型，基于wav2vec2-xls-r-2b架构，在common_voice数据集上进行训练

模型特点

大规模预训练模型微调
基于20亿参数的wav2vec2-xls-r-2b模型进行微调
相对较低的词错误率
在评估集上取得0.3881的词错误率
高效训练
使用梯度累积等技术优化训练过程

模型能力

语音转文本
自动语音识别

使用案例

语音转录
语音转文字服务
将语音内容转换为文字记录
词错误率0.3881
辅助技术
实时字幕生成
为视频或直播内容生成实时字幕