AIbase

P

Psst Base Rep

由 birgermoell 开发
基于Wav2vec2-small架构在PSST数据集上训练的语音识别基线模型
语音识别
Transformers
#低FER语音识别#音素级错误检测#学术场景适用
下载量 30
发布时间 : 4/1/2022
模型介绍
内容详情
替代品

模型简介

该模型是Wav2vec2-small架构在PSST数据集上的复现版本，主要用于语音识别任务，支持音素和字级别的识别。

模型特点

高效语音识别
基于Wav2vec2-small架构，提供高效的语音识别能力。
音素和字级别识别
支持音素错误率(PER)和字错误率(FER)的评估。

模型能力

语音识别
音素识别
字级别识别

使用案例

语音转写
语音转文字
将语音内容转换为文字，适用于会议记录、语音笔记等场景。
字错误率(FER): 10.4%
语音分析
音素分析
分析语音中的音素组成，适用于语音学研究或语音训练。
音素错误率(PER): 23.1%