Wav2vec2 Base Toy Train Data Masked Audio
W
Wav2vec2 Base Toy Train Data Masked Audio
由 scasutt 开发
基于facebook/wav2vec2-base微调的语音识别模型,在玩具数据集上训练,支持音频掩码任务
下载量 22
发布时间 : 3/26/2022
模型简介
该模型是基于wav2vec2-base架构的变体,专门针对音频掩码任务进行优化,适用于语音识别和音频特征提取场景
模型特点
音频掩码能力
专门针对音频掩码任务进行优化,能够有效处理被掩码的音频输入
轻量级微调
基于预训练的wav2vec2-base模型进行微调,适合小规模数据集
渐进式性能提升
训练过程中词错误率从1.0逐步降低到0.7340,显示良好的学习曲线
模型能力
语音识别
音频特征提取
掩码音频预测
使用案例
语音处理
噪声环境语音识别
在部分音频被掩码或噪声干扰的情况下进行语音识别
词错误率0.7340
音频数据增强
用于生成音频掩码任务的训练数据
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