AIbase

W

Wav2vec2 Base 1

由 jiobiala24 开发
基于facebook/wav2vec2-base在common_voice数据集上微调的语音识别模型
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 20
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

该模型是用于语音识别任务的微调版本，基于wav2vec2架构，在common_voice数据集上训练，支持自动语音转文本功能。

模型特点

高效微调
基于预训练的wav2vec2-base模型进行微调，充分利用预训练模型的强大特征提取能力
良好性能
在评估集上达到0.3216的词错误率(WER)，表现优于许多同类模型
优化训练
采用线性学习率调度和1000步预热，训练过程稳定高效

模型能力

语音转文本
自动语音识别

使用案例

语音转录
会议记录
将会议录音自动转换为文字记录
准确率约68%（基于WER 0.3216推断）
字幕生成
为视频内容自动生成字幕
语音助手
语音指令识别
识别用户语音指令并转换为可执行命令