W

Wav2vec2 2 Bert Large No Adapter

由 speech-seq2seq 开发
基于LibriSpeech数据集训练的自动语音识别(ASR)模型,用于将英语语音转换为文本
下载量 15
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系统,专门针对英语语音设计,能够将语音信号转换为对应的文本内容。

模型特点

高准确率
在LibriSpeech评估集上取得了1.7858的词错误率
端到端训练
模型从原始语音数据到文本输出的完整流程进行端到端训练
优化训练
使用Adam优化器和线性学习率调度器进行精细调优

模型能力

英语语音识别
连续语音转文本
大规模语音数据处理

使用案例

语音转录
有声书转录
将有声读物内容自动转录为文本格式
准确率可达98.2%以上
会议记录
实时或事后将会议录音转换为文字记录
辅助技术
听力辅助
为听力障碍者提供实时字幕服务