AIbase

F

First Model

由 Vkt 开发
该模型是基于facebook/wav2vec2-xls-r-300m在common_voice数据集上微调的语音识别模型，在评估集上取得了较低的词错误率。
语音识别
Transformers
开源协议:Apache-2.0#语音识别#低词错误率#多语言支持
下载量 26
发布时间 : 3/28/2022
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-300m架构，在common_voice数据集上训练。

模型特点

低词错误率
在评估集上取得了0.0141的词错误率，表现优异
基于大模型微调
基于facebook/wav2vec2-xls-r-300m大模型进行微调，继承了其强大的语音特征提取能力
高效训练
使用了混合精度训练和梯度累积等技术，提高了训练效率

模型能力

语音转文本
多语言语音识别
高准确率转录

使用案例

语音转录
会议记录自动转录
将会议录音自动转换为文字记录
高准确率的转录结果
语音助手
用于语音助手应用的语音识别模块
快速准确的语音指令识别
无障碍技术
实时字幕生成
为听力障碍人士提供实时字幕服务
低延迟高准确率的字幕输出