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%
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
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文