W

Wav2vec2 Base Timit Demo Colab 32 Epochs30

由 ying-tina 开发
基于facebook/wav2vec2-base微调的语音识别模型,在TIMIT数据集上训练30轮次
下载量 22
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

该模型是用于英语语音识别的wav2vec2基础版微调模型,适用于自动语音识别(ASR)任务

模型特点

高效微调
基于wav2vec2-base模型进行高效微调,仅需30轮次训练
较低词错误率
在评估集上达到0.3434的词错误率(WER)
轻量级
基于wav2vec2-base架构,相对轻量适合部署

模型能力

英语语音识别
音频转文本

使用案例

语音转录
会议记录
将英语会议录音自动转录为文字
词错误率约34.34%
语音笔记
将英语语音笔记转换为文本