AIbase

W

Wav2vec2 Xls R 100m Common Voice Tr Ft

由 patrickvonplaten 开发
该模型是基于facebook/wav2vec2-xls-r-100m在COMMON_VOICE - TR土耳其语数据集上微调的自动语音识别(ASR)模型。
语音识别
Transformers
其他
开源协议:Apache-2.0#土耳其语音识别#低词错误率#多GPU训练
下载量 16
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

这是一个针对土耳其语的自动语音识别模型，基于wav2vec2-xls-r-100m架构微调，在Common Voice土耳其语数据集上训练。

模型特点

高精度土耳其语识别
在Common Voice土耳其语评估集上取得了1.0的词错误率(WER)和字符错误率(CER)
基于XLS-R架构
采用facebook的wav2vec2-xls-r-100m预训练模型作为基础，具有强大的语音特征提取能力
多GPU训练优化
使用8个GPU进行分布式训练，总批次大小为64，提高了训练效率

模型能力

土耳其语语音识别
语音转文本
音频内容转录

使用案例

语音转录
土耳其语语音转文字
将土耳其语语音内容转换为文本
高准确率的转录结果
语音助手
土耳其语语音指令识别
用于土耳其语语音助手或智能家居设备的语音指令识别