Psst Fairseq Larger Rir
P
Psst Fairseq Larger Rir
由 birgermoell 开发
该模型是基于Wav2vec 2.0架构的自动语音识别(ASR)模型,使用经过房间脉冲响应(RIR)增强的TIMIT数据集子集进行微调。
下载量 30
发布时间 : 4/15/2022
模型简介
专为音素识别任务优化的语音识别模型,适用于嘈杂环境下的语音处理
模型特点
RIR增强训练数据
使用房间脉冲响应增强的TIMIT数据集,提高了模型在真实环境中的鲁棒性
Wav2vec 2.0基础
基于强大的Wav2vec 2.0架构进行微调,继承了其优秀的语音特征提取能力
音素级识别
专注于音素级别的语音识别任务,适合需要精细语音分析的应用场景
模型能力
英语语音识别
音素级别分析
嘈杂环境语音处理
使用案例
语音技术研究
音素识别基准测试
可作为音素识别任务的基准模型进行比较研究
PER: 21.0%, FER: 9.2%
语音增强应用
嘈杂环境语音识别
适用于会议室、公共场所等有回声和噪声的环境中的语音识别
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