Wav2vec2 Large Xlsr 53 Toy Train Data Masked Audio 10ms
基于facebook/wav2vec2-large-xlsr-53微调的语音识别模型,在10ms音频掩码训练数据上优化
下载量 22
发布时间 : 3/28/2022
模型简介
该模型是针对语音识别任务优化的版本,通过微调提升了在特定条件下的识别准确率
模型特点
10ms音频掩码训练
使用10ms音频掩码的特殊训练方法,可能提高了模型对短时音频特征的识别能力
微调优化
基于预训练模型进行微调,在特定数据集上取得了更好的性能表现
模型能力
语音识别
音频特征提取
使用案例
语音转文字
语音转录
将语音内容转换为文字
词错误率0.4929
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