W

Wav2vec2 Large XLSR 53 Assamese

由 infinitejoy 开发
基于facebook/wav2vec2-large-xlsr-53微调的阿萨姆语自动语音识别模型,使用Common Voice数据集训练
下载量 260
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

这是一个针对阿萨姆语的自动语音识别(ASR)模型,基于Facebook的Wav2Vec2-Large-XLSR-53架构微调而成,专门用于将阿萨姆语语音转换为文本。

模型特点

阿萨姆语专用
专门针对阿萨姆语优化的语音识别模型
基于XLSR-53
利用强大的wav2vec2-large-xlsr-53架构进行微调
Common Voice数据集
使用公开可用的Common Voice数据集进行训练

模型能力

阿萨姆语语音识别
16kHz音频处理

使用案例

语音转文字
阿萨姆语语音转录
将阿萨姆语语音内容转换为文字
在Common Voice测试集上WER为69.63%