AIbase

W

Wav2vec2 Xls R 300m Bangla Command

由 sshasnain 开发
这是一个基于wav2vec2 XLS-R架构的300M参数孟加拉语语音识别模型，专门优化用于指令识别任务。
语音识别
Transformers
其他
开源协议:Apache-2.0#孟加拉语指令识别#低词错误率#语音交互
下载量 28
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

该模型是一个自动语音识别(ASR)系统，专门设计用于理解和转写孟加拉语的口头指令。它基于Facebook的wav2vec2 XLS-R架构，具有300M参数规模。

模型特点

高精度孟加拉语识别
在测试集上达到0.006的词错误率(WER)，表现优异
指令优化
专门针对日常指令场景进行优化训练
基于wav2vec2 XLS-R
采用先进的wav2vec2 XLS-R 300M参数架构

模型能力

孟加拉语语音识别
指令理解
语音转文本

使用案例

智能家居控制
设备控制
通过语音指令控制智能家居设备
准确识别并执行家居控制指令
零售场景
价格查询
识别顾客询问商品价格的语音
准确转写价格查询内容
日常助手
物品查找
帮助用户查找家中物品位置
准确理解物品位置相关询问