W

Wav2vec2 Base Toy Train Data Fast 10pct

由 scasutt 开发
该模型是基于facebook/wav2vec2-base在未知数据集上微调的语音识别模型,训练时使用了10%的数据子集。
下载量 22
发布时间 : 3/26/2022
模型介绍
内容详情
替代品

模型简介

一个用于自动语音识别(ASR)的微调模型,基于wav2vec2架构,适用于英语语音转文字任务。

模型特点

高效训练
使用10%的数据子集进行训练,适合快速原型开发
基于wav2vec2架构
采用Facebook研究团队开发的先进语音表示学习架构
线性学习率调度
训练过程中采用线性学习率调度和预热策略

模型能力

英语语音识别
音频特征提取
语音转文字

使用案例

语音转录
会议记录
将英语会议录音自动转换为文字记录
词错误率(WER)约0.7175
语音笔记
将个人语音备忘录转换为可搜索的文本