W

Wav2vec2 Base Libir Zenodo

由 samantharhay 开发
该模型是基于facebook/wav2vec2-base-960h在未知数据集上微调的语音识别模型,主要用于自动语音识别任务。
下载量 25
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

wav2vec2-base-libir-zenodo是一个基于wav2vec2架构的语音识别模型,经过微调后用于将语音转换为文本。

模型特点

基于wav2vec2架构
采用facebook/wav2vec2-base-960h作为基础模型,具有强大的语音特征提取能力
微调优化
在特定数据集上进行了30轮微调训练,优化了语音识别性能
混合精度训练
使用原生AMP混合精度训练技术,提高训练效率

模型能力

语音识别
音频转文本

使用案例

语音转录
会议记录
将会议录音自动转换为文字记录
语音笔记
将语音备忘录转换为可搜索的文本