W

Wav2vec2 Base 100h

由 vuiseng9 开发
基于LibriSpeech 100小时数据训练的Wav2Vec2基础版语音识别模型
下载量 26
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

这是一个基于Wav2Vec2架构的自动语音识别(ASR)模型,使用LibriSpeech数据集的100小时英语语音数据进行训练,适用于英语语音转文本任务。

模型特点

高效语音识别
在LibriSpeech测试集上达到6.1(clean)和13.5(other)的词错误率(WER)
轻量级基础模型
相比更大规模的模型,这个100小时训练的基础版本更适合资源有限的环境
兼容性强
已验证兼容transformers v4.15.0和datasets 1.18.0版本

模型能力

英语语音识别
音频转文本
批量语音处理

使用案例

语音转录
会议记录转录
将英语会议录音自动转换为文字记录
在清晰语音环境下可达6.1%的词错误率
教育内容转录
将英语教学音频内容转换为文字
在复杂语音环境下词错误率为13.5%