W

Wav2vec2 Large Xlsr 53 Tw Gpt

由 voidful 开发
基于facebook/wav2vec2-large-xlsr-53在台湾普通话(zh-tw)上微调的语音识别模型,支持16kHz采样率语音输入
下载量 47
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

这是一个针对台湾普通话优化的自动语音识别(ASR)模型,基于Facebook的wav2vec2-large-xlsr-53架构微调而成,在Common Voice zh-TW数据集上训练

模型特点

台湾普通话优化
专门针对台湾普通话语音特点进行微调
支持语言模型融合
可与GPT或BERT等语言模型结合使用,提高识别准确率
高效推理
在Common Voice测试集上CER为18.36%,推理速度较快

模型能力

台湾普通话语音识别
支持16kHz采样率音频处理
可与语言模型结合使用

使用案例

语音转文字
台湾普通话语音转录
将台湾普通话的语音内容转换为文字
CER 18.36% (使用GPT+束搜索评估)
语音助手
台湾地区语音指令识别
用于识别台湾普通话的语音指令