W

Wav2vec2 Large Xlsr Persian Shemo

由 m3hrdadfi 开发
基于Wav2Vec2-Large-XLSR-53在波斯语ShEMO数据集上微调的自动语音识别模型
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

该模型是针对波斯语(Farsi)优化的自动语音识别(ASR)模型,基于Facebook的Wav2Vec2-Large-XLSR-53架构,在ShEMO波斯语情感语音数据集上微调而成,适用于波斯语语音转文本任务。

模型特点

波斯语优化
专门针对波斯语语音特点进行优化,包含波斯语特有的文本规范化处理
情感语音识别
在ShEMO情感语音数据集上微调,对带有情感的波斯语语音有更好识别效果
无需语言模型
可直接使用,无需额外语言模型支持

模型能力

波斯语语音识别
情感语音处理
16kHz音频处理

使用案例

语音转文本
波斯语语音转录
将波斯语语音内容转换为文本
在ShEMO测试集上达到31%的WER
情感语音分析
识别带有情感的波斯语语音内容